随笔 - 2110  文章 - 2 评论 - 167 trackbacks - 0

摘要:这里以二元分类为例子,给出最基本原理的解释 GBDT 是多棵树的输出预测值的累加 GBDT的树都是 回归树 而不是分类树 分类树 分裂的时候选取使得误差下降最多的分裂 计算的技巧 最终分裂收益按照下面的方式计算,注意圆圈内的部分是固定值 GBDT 二分类 GBDT在实现中可以完全复用上面的计算方法框 阅读全文
posted @ 2016-10-10 18:21 知识天地 阅读 (346) 评论 (1) 编辑
摘要:inline int Max (int a, int b){ if(a >b) return a; return b;} inline int Max (int a, int b){ if(a >b) return a; return b;} 阅读全文
posted @ 2019-10-18 10:45 知识天地 阅读 (22) 评论 (0) 编辑
摘要:1. C的延续 C++是一门承上启下的编程语言,没有写class他就是C语言,这也导致了很多编译器既支持C++也支持C。inline关键字其实更多地出现在C语言当中,因为很多短小的工作函数可以达到快速执行的效果。 将函数声明为inline实际上表示编译器会将inline函数粘贴到调用点处,省去了原本 阅读全文
posted @ 2019-10-18 10:44 知识天地 阅读 (43) 评论 (0) 编辑
摘要:1、引入 inline 关键字的原因 在 c/c++ 中,为了解决一些频繁调用的小函数大量消耗栈空间(栈内存)的问题,特别的引入了 inline 修饰符,表示为内联函数。 栈空间就是指放置程序的局部数据(也就是函数内数据)的内存空间。 在系统下,栈空间是有限的,假如频繁大量的使用就会造成因栈空间不足 阅读全文
posted @ 2019-10-18 10:36 知识天地 阅读 (12) 评论 (0) 编辑
摘要:版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://blog.csdn.net/limiyudianzi/article/details/80697711 我主要分三篇文章给大家介绍tensorflow的损失函数,本篇为 阅读全文
posted @ 2019-09-05 09:48 知识天地 阅读 (254) 评论 (0) 编辑
摘要:版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://blog.csdn.net/u010899985/article/details/81836299 梯度下降算法针对凸优化问题原则上是可以收敛到全局最优的,因为此时只有 阅读全文
posted @ 2019-09-05 09:41 知识天地 阅读 (138) 评论 (0) 编辑
摘要:在调整模型更新权重和偏差参数的方式时,你是否考虑过哪种优化算法能使模型产生更好且更快的效果?应该用梯度下降,随机梯度下降,还是Adam方法? 这篇文章介绍了不同优化算法之间的主要区别,以及如何选择最佳的优化方法。 什么是优化算法? 优化算法的功能,是通过改善训练方式,来最小化(或最大化)损失函数E( 阅读全文
posted @ 2019-09-05 09:36 知识天地 阅读 (82) 评论 (0) 编辑
摘要:本文记录几个在广告和推荐里面rank阶段常用的模型。广告领域机器学习问题的输入其实很大程度了影响了模型的选择,因为输入一般维度非常高,稀疏,同时包含连续性特征和离散型特征。模型即使到现在DeepFM类的方法,其实也都很简单。模型的发展主要体现于对特征的充分挖掘上,比如利用低阶和高阶特征、尝试自动学习 阅读全文
posted @ 2019-09-04 21:51 知识天地 阅读 (112) 评论 (0) 编辑
摘要:使用机器学习排序算法LambdaMART有一段时间了,但一直没有真正弄清楚算法中的所有细节。 学习过程中细读了两篇不错的博文,推荐给大家: 梯度提升树(GBDT)原理小结 徐博From RankNet to LambdaRank to LambdaMART: An Overview 但经过一番搜寻之 阅读全文
posted @ 2019-08-30 08:24 知识天地 阅读 (48) 评论 (0) 编辑
摘要:http://blog.csdn.net/pipisorry/article/details/45665779 主题模型LDA的应用 拿到这些topic后继续后面的这些应用怎么做呢:除了推断出这些主题,LDA还可以推断每篇文章在主题上的分布。例如,X文章大概有60%在讨论“空间探索”,30%关于“电 阅读全文
posted @ 2019-08-29 20:15 知识天地 阅读 (183) 评论 (0) 编辑
摘要:版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://blog.csdn.net/qq_39422642/article/details/78730662 <!-- flowchart 箭头图标 勿删 --> 这篇文章主要 阅读全文
posted @ 2019-08-29 19:55 知识天地 阅读 (85) 评论 (0) 编辑