盏茶AI

目录1.推荐相关会议日程简表2.推荐相关期刊简表3.相关会议期刊的注意信息1.推荐相关会议日程简表会议截稿时间WSDM2020.08.16AAAI2020.09.29ICLR2020.10.02SIGKDD2021.01.10IJCAI2021.01.20COLT2021.01.29ACL2021.02.01ICML2021.02.04SIGIR2021.02.09ICDM2021.03.20RecSys

目录1.前言2.embedding表示方法02.1 word2vec embedding2.2 neural network embedding2.3 graph embedding3.参考文献1.前言本文主要对gbdt、xgboost、lightgbm、catboost进行简述和整理，包括模型原理、优劣性等内容2.embedding表示方法0embedding的制作方法比较常见的有word2vec embedding，neural network embedding和graph embedding

目录1.前言2.embedding表示方法2.1 word2vec embedding2.2 neural network embedding2.3 graph embedding3.参考文献1.前言近几年embedding的使用及优化在各种比赛、论文中都有很多的应用，使用embedding表示特征的空间表示也在各种应用中确定是一种很有效的特征表示方法，基于embedding进行的特征交叉的工作也有很多，因此本文主要整理常用的embedding表示方法及原理2.embedding表示方法2.1 wo

目录1.基本概念2.算法步骤3.细节讨论3.1 注意点3.2 K-Means改进4.代码实践5.参考资料1.基本概念K-Means聚类是一种常见的聚类算法，在K-Means聚类中，算法把观察值分到k个组中，每个组的方差都差不多。分组的数量K是用户设置的一个超参数。2.算法步骤1.随机创建k个分组的中心点2.对于每个观察值(1)计算每个观察值和k个中心点的距离(2)将观察值指派到离它最近的中心点分组3.将中心点移动到相应分组的点的平均值位置4.重复步骤2和3，直到没有观察值需要改变它的分组。

目录1.基本概念2.KNN2.1 KNN Classifier2.2 KNN Regressor2.3 距离3.细节讨论3.1 性能3.2 K值分配4.代码分析5.参考资料1.基本概念KNN(K-Nearest Neighbors, K近邻)是有监督学习中普遍使用的方法之一，其中，KNN分类器一般将观察值的类别判定为离它最近的k个观察值中所占比例最大的分类，KNN回归器一般将离它最近的k个观察值中的标签值进行平均处理。2.KNN2.1 KNN ClassifierKNN(K-Nearest Nei