cxlhuihui的博客

1.隐语义模型2.word2vector模型在推荐系统当中的应用3.推荐系统评估指标打分系统：均方根，平均绝对误差top n 推荐：准确率（推荐正确的/推荐的）vs召回率（推荐正确的/用户实际浏览的）覆盖率（对平台而言）：推荐系统消除马太效应，覆盖率计算商品的曝光率，引入信息商，每个商品曝光的概率一样时信息熵最大多样性（对用户而言推荐item不是单一的）：相似度时效性等。。。4.推荐系统（基于内容...

1.分类就是学习一个决策边界2.过拟合和正则化（减缓过拟合的方法）3.最大间隔分类器SVM，本身是线型切分，想变化成非线型切分是需要加入核函数，低纬度没办法切开所以要映射到高纬度当中切分。4.决策树 ID3，c4.5，cart选特征，对应的筛选指标信息增益、增益率、基尼系数。5.随机森林，选择部分特征，放回抽样。6.分桶时间numpy.digitize(x,bin)取到桶的id7.数据可能在不一样...

1.特征筛选1）计算变量的相关性，对线性模型一般有效，非线性效果不明显。2) 给予模型的特征选择，如lr选择正则化或随机森林输出特征的总要度。3）RFE逐步特征选择。sklearn在工业界通常不考虑效率，真正工业界用xgboost和lightgbm多。2.模型评估和参数调优1）数据切分、可能切偏，真正使用数据乱序加上交叉验证。2）k折交叉验证（分层抽样通常，保证比例），交叉验证得分。3）网格搜索，...

xgb中参数分为三类1.通用参数2.集成参数3.任务参数1）随机森林在ligthgbm（有很多集成算法）中有，里面更全。2）xgboost（里面有gdbt是树的串型叠加的各种包，梯度增强的方法）里面没有随机森林包。    xgboost是一个支持多种数据格式的库。libsvm数据存储格式，xgboost里面的数据格式xgboost.DMatrix（数据）3）交叉验证是一个评估方法，是xgb自带的函...