iterate7的博客

learning2rankpointwise： 一个文档一个point，计算得分。可以排序； 回归问题，分类问题都可。pairwise： 任何两篇的排序；listwise：所有文档的排序损失之和。lightgbmLightGBM is a gradient boosting framework that uses tree based learning algorithms.https://lightgbm.readthedocs.io/en/latest/基于lightgbm的learn

1. MAP_KMAP: mean average precision.precision很容易理解；precision@10表示检索10个文档中包含相关所占的比例， 比如检索了10个，有9个是相关的，那么 precision@10=0.9average precision, 也容易理解。 可以看p1，p2，p3，p4，p5，p6的平均值；就是 ap6的值mean 则是对所有的case求mean则是结果。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(im

Word2vec 可以通过训练语料（不需要熟语料），针对每个词产生一个向量（word representations or word embeddings）。 非常简单有效，是deep learning应用到NLP领域的一个非常好的模型。

本文从稀疏矩阵分解引入，构建了平方损失函数，从而引入最小二乘法和随机梯度下降两种求解方法，并进行了求导的推导，并用python来实战观察两种方法的效果。