摘要：参考一篇总结 一般组合类问题都可以通过回溯法解决，如果能够画出组合决策树，有助于清晰思路。 回溯类问题的解题模版 这里的选择列表其实也就是每一层决策树的可选集合 例题： leetcode-电话号码的组合 class Solution { private: vector<string> res; ve 阅读全文

摘要：FM FM的主要内容 了解fm模型之前，需要先说一下lr带入一下场景。lr作为早期ctr预估里面的模型，其速度上有着无可比拟的优势，而偏偏ctr场景下伴随着有大量的离散特征，高维稀疏特征，这个很适合lr的场景。 lr整个模型可以被描述为一个公式： \(y=w_0+\sum_{i=1}^{n}w_i* 阅读全文

摘要：梳理一下树模型算法，从三种最基础的tree到lgb的全过程笔记 基于信息增益(Information Gain)的ID3算法 ID3算法的核心是在数据集上应用信息增益准则来进行特征选择，以此递归的构建决策树，以信息熵和信息增益为衡量标准，从而实现对数据的归纳分类。 ID3算法需要解决的问题是如何选择 阅读全文

摘要：RNN RNN背后的思想是利用顺序信息。在传统的神经网络中，我们假设所有的输入（包括输出）之间是相互独立的。对于很多任务来说，这是一个非常糟糕的假设。如果你想预测一个序列中的下一个词，你最好能知道哪些词在它前面。RNN之所以循环的，是因为它针对系列中的每一个元素都执行相同的操作，每一个操作都依赖于之 阅读全文