十一城

Learning to rank广告排序和推荐排序优化的目标都是点击率，技术栈包括LR/FTRL、FM/FFM、GBDT、DNN等模型。排序问题的演进策略排序相关性；质量度，质量更好的结果排在前面如时效性；时效性，视频从上传开始，其相关性随着时间不断衰减；点击行为。学习排序基于用户在历史的排序结果的点击行为收集起来构造 label，根据用户在搜索时候给出的 query 以及展现给用户的 video 以及上下文信息构造特征向量，与 label 进行 join，得到 ground t

不平衡问题的产生机器学习中常常会遇到数据的类别不平衡（class imbalance），也叫数据偏斜（class skew）。以常见的二分类问题为例，我们希望预测病人是否得了某种罕见疾病。但在历史数据中，阳性的比例可能很低（如百分之0.1）。在这种情况下，学习出好的分类器是很难的，而且在这种情况下得到结论往往也是很具迷惑性的。以上面提到的场景来说，如果我们的分类器总是预测一个人未患病，即预测为反例，那么我们依然有高达99.9%的预测准确率。然而这种结果是没有意义的，这提出了今天的第一个问题，如何有效

MAEMean Absolute Error 平均绝对误差又被称为 l1 范数损失（l1-norm loss）是基础的评估方法，后面的方法一般以此为参考对比优劣中位数绝对误差 MedAEMedAE对于噪声点是鲁棒的MAPE平均绝对百分误差so MAPE >100% means that the errors are “much greater” than the actual values (e.g. actual is 1, you predict 3, so M..

二分类问题多标签标注工作 https://blog.youkuaiyun.com/mr_muli/article/details/91897566accuracy不需要具体筛选出来某一类的分类问题，比如我想区分红色和绿色，我没有特别的偏好，就是希望红色和绿色都能分对，那就可以。而不是我就想选出全部的绿色、我只关心选出来的绿色准不准。类别是均衡的，不会红色10个点，绿色10000个点。那么多少算均衡呢？其实这个没有绝对的指标，我个人认为可以按照这个标准判断：如果把所有样本都划为多的那一类，不超过80%（或者.