微信公众号（年更选手）：数据闲逛人 | Github开源项目：数分/数挖study路线 https://github.com/jc-dian/python_data_analysis

Why:怕自己看过就忘，写一下让脑子不会犯困，还在转动 What：         Web是什么，一般我们会听说有web开发工程师，就是前端开发,那Web这东东究竟是什么缩写，是Word Wide Web：全球广域网，也称为万维网 1 Web的标准构成：结构（Structure）、表现（Presentation）和行为（Behavior）三个方面 结构：HTML 表现: CSS 行为： JS 2 HTML（Hyper Text

文章目录前言1 目前进度 前言 第1天就看到有大佬将18天的学习内容给跑通起来，然后总结出分享视频与分享资料及各种奇奇怪怪bug的解决的方法，我只能说  1 目前进度 大佬的直播视频看完 直播视频录屏 已经感受到整个项目难度，前后端及用户画像，推荐算法及数据库等等， 将学习资料及大佬们分享的资料整理好开始学习中 ...

文章目录1. 排序模型1.1 读取排序特征1.2 返回排序后的结果 1. 排序模型 通过召回的操作， 我们已经进行了问题规模的缩减， 对于每个用户， 选择出了N篇文章作为了候选集，并基于召回的候选集构建了与用户历史相关的特征，以及用户本身的属性特征，文章本省的属性特征，以及用户与文章之间的特征，下面就是使用机器学习模型来对构造好的特征进行学习，然后对测试集进行预测，得到测试集中的每个候选集用户点击的概率，返回点击概率最大的topk个文章，作为最终的结果。 排序阶段选择了三个比较有代表性的排序模型，它们分别是

文章目录1 制作特征和标签， 转成监督学习问题1.1 导包1.2 df节省内存函数1.3 数据读取1.3.1 训练和验证集的划分1.3.2 获取历史点击和最后一次点击1.3.3 读取训练、验证及测试集1.3.4 读取召回列表1.3.5 读取各种Embedding查看'30760'表示的词向量 1 制作特征和标签， 转成监督学习问题 我们先捋一下基于原始的给定数据， 有哪些特征可以直接利用： 文章的自身特征， category_id表示这文章的类型， created_at_ts表示文章建立的时间， 这个关系着

文章目录1 前言2.导包3.读取数据4.工具函数5.计算相似性矩阵我敲不过来了[我太菜了],才到一半,我留坑,ballball不要抱我出群 1 前言 所谓的“多路召回”策略，就是指采用不同的策略、特征或简单模型，分别召回一部分候选集，然后把候 选集混合在一起供后续排序模型使用，可以明显的看出，“多路召回策略”是在“计算速度”和“召回率”之间 进行权衡的结果。其中，各种简单策略保证候选集的快速召回，从不同角度设计的策略保证召回率接近 理想的状态，不至于损伤排序效果。如下图是多路召回的一个示意图，在多路召回中，

[让我看看谁那么帅] 标题

[让我看看谁那么帅]1赛题理解+Baseline1.1 赛题理解1.2 赛题简介1.3 数据概况`1.5 评价方式理解 1赛题理解+Baseline 1.1 赛题理解 赛题理解是切入一道赛题的基础，会影响后续特征工程和模型构建等各种工作，也影响着后续发展工作的方向，正确了解赛题背后的思想以及赛题业务逻辑的清晰，有利于花费更少时间构建更为有效的特征模型， 在各种比赛中， 赛题理解都是极其重要且必须走好的第一步， 今天我们就从赛题的理解出发， 首先了解一下这次赛题的概况和数据，从中分析赛题以及大致的处理方式，