240 发简信
IP属地:江西
  • spark 性能调优

    Spark性能优化指南——基础篇: https://tech.meituan.com/spark-tuning-basic.html Spark...

  • [转]逻辑回归本质

    Logistic Regression 本质论 发表于2016-07-08| 分类于机器学习| LR essential in one sen...

  • 机器学习——异常检测

    转:http://whuhan2013.github.io/blog/2016/12/14/exception-and-recommd/

  • 【转】点击率预测综述

    url:https://www.qcloud.com/community/article/622182

  • 【转】特征工程-连续特征离散化达到更好的效果,特征选择的工程方法

    连续特征的离散化:在什么情况下将连续的特征离散化之后可以获得更好的效果? Q:CTR预估,发现CTR预估一般都是用LR,而且特征都是离散的。为什...

  • 【转】mf模型

    Matrix Factorization: A Simple Tutorial and Implementation in Python url...

  • [转]特征工程七种常用方法

    当在做数据挖掘和数据分析时,数据是所有问题的基础,并且会影响整个工程的流程。相比一些复杂的算法,如何灵活的处理好数据经常会取到意想不到的效益。而...

  • FM&FFM

    参考:http://www.52caml.com/head_first_ml/ml-chapter9-factorization-family/#

  • Resize,w 360,h 240
    【转】对于特征离散化,特征交叉,连续特征离散化非常经典的解释

    一.互联网广告特征工程 博文《互联网广告综述之点击率系统》论述了互联网广告的点击率系统,可以看到,其中的logistic regression模...