懒惰的星期六

摘要： 1. $l_{p}^{n}=\boldsymbol{W}_{p}^{n} \odot \boldsymbol{p}=\sum_{i=1}^{N} \sum_{j=1}^{N} \theta_{i}^{n} \theta_{j}^{n}\left\langle\boldsymbol{f}_{i}, \ 阅读全文

摘要： 1.torch.sum z = torch.arange(40.).reshape(2, 4, 5) print(z) print(torch.sum( z,0)) print(torch.sum( z,1)) print(torch.sum( z,2)) tensor([[[ 0., 1., 2. 阅读全文

摘要： 1.多项式回归(Polynomial Regression). "一元多项式回归": 自变量只有一个 ；"多元多项式回归": 自变量有多个。 一元n次多项式：$\hat{y}=w_{0}+w_{1} x_{1}+ w_{2} x^{2}+\cdots+w_{n} x^{n}$ 多元多次多项式（二元二 阅读全文

摘要： 主要内容 1.TPR、FPR、precision、recall、accuracy、ROC、AUC概念介绍 2.ROC曲线如何通过TPR、FPR得到 3.用sklearn.metric 如何计算TPR、FPR得到ROC曲线。用sklearn.metric 如何计算AUC 混淆矩阵 真实值：1 真实值： 阅读全文

摘要： 前言：主要记录，在推荐系统利用FFM模型，进行CTR预估的时候，离散化特征需要嵌入，field之间的特征交叉是怎么计算的？记录了数据流动的每一个过程。 FMM是在FM的基础上改进的，理论部分未作过多解释。（内容有不足之处，请大家指正批评） 参考：github：pytorch-fm 一、公式： FFM 阅读全文

摘要： 本文主要记录: 1. 离散特征如何预处理之后嵌入 2.使用pytorch怎么使用nn.embedding 以推荐系统中：考虑输入样本只有两个特征，用逻辑回归来预测点击率ctr 看图混个眼熟，后面再说明: 一、离散数据预处理 假设一个样本有两个离散特征【职业，省份】，第一个特征种类有10种，第二个特征 阅读全文

摘要： （原文） 作者：王宪栋链接：https://www.zhihu.com/question/301173742/answer/526247988来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 这是一个不错的问题！ 1. 通俗来说，同构是指具有相同的代数结构。代数结构由一 阅读全文

摘要： 当想要返回的是json数据，produces写的"text/plain",会报错 @RequestMapping(value = "/getDynamicByDynamicId1",produces = "text/plain")@ResponseBodypublic Dynamic getDyna 阅读全文

摘要： MyCat 看了这篇什么都会了 https://www.jianshu.com/p/c6e29d724fca 基于MyBatis的多租户设计方案与实现(附代码) https://blog.csdn.net/akiyamamio11/article/details/80355486 阅读全文

摘要： >>简书 阅读全文