文章分类 - 机器学习
1
摘要：转自：https://www.jianshu.com/p/f59bf24850c9 一．互联网广告特征工程 博文《互联网广告综述之点击率系统》论述了互联网广告的点击率系统，可以看到，其中的logistic regression模型是比较简单而且实用的，其训练方法虽然有多种，但目标是一致的，训练结果对
阅读全文
摘要：转自：https://zhuanlan.zhihu.com/p/40231966 kaggle竞赛本质上是套路的竞赛。这篇文章讲讲kaggle竞赛里categorical feature的常用处理套路，主要基于树模型（lightgbm，xgboost, etc.）。重点是target encodin
阅读全文
摘要：转自：https://blog.csdn.net/anshuai_aw1/article/details/83275299 本篇文章主要参考柯国霖大神在知乎上的回答，以及自己阅读LGBM的部分源码整理而来。 1、one-hot编码弊端 one-hot编码是处理类别特征的一个通用方法，然而在树模型中，
阅读全文
摘要：转自：https://www.jianshu.com/p/d07f0b0726da 之前一直使用的集成回归树模型都是RF，Xgboost，GBDT这三个，其中RF是bagging思想，Xgboost和GBDT是boosting思想。但是在尝试了微软开源的Lightgbm之后，感觉再也回不去了。这款横
阅读全文
摘要：转自：https://zhuanlan.zhihu.com/p/28768447 机器学习模型的可解释性是个让人头痛的问题。在使用LightGBM模型的肯定对生成的GBDT的结构是好奇的，我也好奇，所以就解析一个LightGBM的模型文件看看，通过这个解析，你可以看懂GBDT的结构。 另外，了解模型
阅读全文
摘要：转自：https://blog.csdn.net/lanyu_01/article/details/80097350?utm_source=blogxgwz0 目录： 1 Continuous Bag-of-Word Model 1.1 One-word context Update equatio
阅读全文
摘要：转载：https://www.cnblogs.com/ybf-yyj/p/8111498.html paddlepaddle是百度提出来的深度学习的框架，个人感觉其实和tensorflow差不多(语法上面)，因为本人也是初学者，也不是很懂tensorflow，所以，这些都是个人观点。 百度的padd
阅读全文
摘要：转自：https://blog.csdn.net/SEUer_jeff/article/details/79450152 本博主最近在准备学习入手百度的深度学习架构-PaddlePaddle，本博客是本博主在学习的过程中的一些心得，写下是为了分享一些自己的心得，也是为了方便自己以后查看。 本文章主要
阅读全文
摘要：转自：https://blog.csdn.net/qq_35571432/article/details/78629782 首先先放其代码，期间我加了注释 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
阅读全文
摘要：转自：http://blog.csdn.net/chuchus/article/details/78703260 简介 DSSM, Deep Semantic Similarity Model， 深度语义匹配模型， 它是基于深度神经网络的一项建模技术，可以将具有成对关系的, 不同类型的文本(e.g.
阅读全文
摘要：转载自：http://alexkong.net/2013/06/introduction-to-auc-and-roc/ ROC（Receiver Operating Characteristic）曲线和AUC常被用来评价一个二值分类器（binary classifier）的优劣，对两者的简单介绍见
阅读全文
摘要：参考来源：http://blog.sina.com.cn/s/blog_4a0824490102vb2c.html 这两天在看关于boosting算法时，看到一篇不错的文章讲bootstrap, jackknife, bagging, boosting, random forest 都有介绍，以下是
阅读全文
摘要：原文地址：http://blog.csdn.net/ice110956/article/details/10077717 作为集成学习的二个方法，其实bagging和boosting的实现比较容易理解，但是理论证明比较费力。下面首先介绍这两种方法。 所谓的集成学习，就是用多重或多个弱分类器结合为一个
阅读全文
摘要：1、DBSCAN简介 DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）是一种基于密度的空间聚类算法。该算法将具有足够密度的区域划分为簇，并在具有噪声的空间数据库中发现任意形状的簇，它将
阅读全文
摘要：转载自：http://blog.csdn.net/huagong_adu/article/details/7937616 上个月参加了在北京举办SIGKDD国际会议，在个性化推荐、社交网络、广告预测等各个领域的workshop上都提到LDA模型，感觉这个模型的应用挺广泛的，会后抽时间了解了一下LDA
阅读全文
摘要：最近要花一些图，本来是打算用matlab的，但是matlab有时候莫名其妙的挂掉，忍受不了，便找到了matplotlib。我熟悉并且喜欢Python，所以matplotlib替代了matlab。 使用了几天，感觉还好，不过觉得文档不够全，网页版的有些链接打不开，pdf版本内容也就那么多，很多想找的内
阅读全文
摘要：信息检索（IR）的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC:http://blog.csdn.net/marising/article/details/6543943 ROC曲线：接收者操作特征（receiveroperating characteristic） 比较分类模型的
阅读全文
摘要：转自：http://www.cnblogs.com/fengfenggirl/p/classification_evaluate.html 一、引言 分类算法有很多，不同分类算法又用很多不同的变种。不同的分类算法有不同的特定，在不同的数据集上表现的效果也不同，我们需要根据特定的任务进行算法的选择，如
阅读全文
摘要：转自：http://blog.csdn.net/abcjennifer/article/details/7359370 ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,
阅读全文
摘要：转载自：http://taoo.iteye.com/blog/760589 前面的一个帖子中谈到了在决策树模型下计算AUC的问题，主要是讨论如何用决策树得到test samples的更为合理的rank。但是，关于怎么计算AUC却没有详细说明。本文试图总结和理清楚AUC计算这个问题，这么做，除了因为A
阅读全文
1
浙公网安备 33010602011771号