MyObject-C的专栏

service:word seg （分词）（ltp or jieba + stop word + userdict）tag标题党时效性地域低俗标题情感家长里短野史八卦topic热门事件first category (多分类20+）（分词+fasttext）second category （多分类200+）（分词+fasttext）female（偏女性的文章，二分类）（分词+fasttext）male（偏男性的文章，二分类）（分词+fasttext.

https://cloud.tencent.com/developer/article/1772608

weighted LRhttps://www.cnblogs.com/hellojamest/p/11871108.htmlFM LR：http://castellanzhang.github.io/2016/10/16/fm_ftrl_softmax/#more

基于seq2seq模型生成内容的标签等特征

转：https://www.cnblogs.com/mantch/p/10135708.html这篇解释的很好，主要包括：什么是线性回归 线性回归要解决什么问题 线性回归模型 一般线性回归我们用均方误差作为损失函数，损失函数用于估量拟合程度 正则化解决过拟合/欠拟合问题接下来求解方程：可用方法：最小二乘法 梯度下降法这两个方法网上很多可自行搜索；下面文章更详细的介绍了线性回归相关数学表达式：https://www.cnblogs.com/pinard/p..

什么是范数？范数，是具有 “长度” 概念的函数。在线性代数、泛函分析及相关的数学领域，范数是一个函数，是矢量空间内的所有矢量赋予非零的正长度或大小。在数学上，范数包括向量范数和矩阵范数。向量范数表征向量空间中向量的大小，矩阵范数表征矩阵引起变化的大小。 一种非严密的解释就是，对应向量范数，向量空间中的向量都是有大小的，这个大小如何度量，就是用范数来度量的，不同的范数都可以来度量这个大小，就好比米和尺都可以来度量远近一样；对于矩阵范数，学过线性代数，我们知道，通过运算 AX=B，可以将向量 X 变化

1相似度的计算简介关于相似度的计算，现有的几种基本方法都是基于向量（Vector）的，其实也就是计算两个向量的距离，距离越近相似度越大。在推荐的场景中，在用户-物品偏好的二维矩阵中，我们可以将一个用户对所有物品的偏好作为一个向量来计算用户之间的相似度，或者将所有用户对某个物品的偏好作为一个向量来计算物品 之间的相似度。下面我们详细介绍几种常用的相似度计算方法：1.1皮尔逊相关系数（Pearson Correlation Coefficient）（百度用来判断...

 先看下百度百科的介绍：最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。   通过这段描述可以看出来，最小二乘法也是一种优化方法，求得目标函数的最优值。并且也可以用于...

分词在做文本挖掘的时候，首先要做的预处理就是分词。英文单词天然有空格隔开容易按照空格分词，但是也有时候需要把多个单词做为一个分词，比如一些名词如“New York”，需要做为一个词看待。而中文由于没有空格，分词就是一个需要专门去解决的问题了。无论是英文还是中文，分词的原理都是类似的，本文就对文本挖掘时的分词原理做一个总结。1. 分词的基本原理　　　　现代分词都是基于统计的分词，而统计的...