CoderBoom的博客

机器学习语言必备-Python语言入门(一）Python基础+数据科学基础[Numpy/Pandas/Matplotlib/Scipy]1.Python语言介绍& 为什么Python如此受欢迎？Python语言特点Python：面向对象+解释型Python解析器：4种CpythonJpythonIronPythonPyPyPython版本Python2.x...

机器学习语言必备-Python语言入门(二)1.函数详解函数分为4中类型根据参数和返回值进行判断没有返回值没有参数有参数没有返回值没有返回值有参数有参数有返回值的全局变量和局部变量global#函数有几种类型：#1.函数的返回值#2.函数的参数#无返回值无参数def repeatString(): print("helloWorld\...

机器学习语言必备-数据科学必备库1.Pandas介绍Pandas的名称来自于panel data(面板数据)和Python数据分析(data analysis)，Pandas是处理结构化数据的利器，利用python数据以及数据结构完成对结构化数据的处理和分析功能。特点1.一个强大的分析和操作大型**结构化数据集**所需的工具集2.基础是NumPy，提供了高性能矩阵的运算3.提供了大...

Ctr点击率预估理论基础及项目实战1.机器学习推荐算法模型回顾召回(粗排)利用业务规则结合机器学习推荐算法得到初始推荐结果，得到部分商品召回集ALS\UserCF\ItemCF\FP-Growth\规则等方式召回排序(精排)1期：根据不同推荐位通过不同的模型得到推荐结果2期：将推荐的所有结果通过Ctr或Cvr预估结果进行排序GBDT\LR\GBDT+LR\FM()\FFM...

目标函数定义 : 1. GBDT(Gradient Boosting Decision Tree)Gradient Boosting是一种Boosting的方法 , 它的主要思想是每一次建立模型是在之前建立模型损失函数的梯度下降方向。损失函数式评价模型性能(一般为拟合程度+正则项) , 认为损失函数越小 , 性能越好 。而让损失函数持续下降 , 就能使得模型不断提升性能 , 其最好的方法就是使...