rowcolumn

特征工程（feature engineering）：利用领域知识和现有数据，创造出新的特征，用于机器学习算法；可以手动（manual）或自动（automated）。神经网络的...

rowcolumn

写作计划： 线性模型LR(没有考虑特征间的关联)——>LR +多项式模型（特征组合，不适用于特征稀疏场景，泛化能力弱）——>FM（适用于稀疏特征场景*，泛化能力强）——>FF...

rowcolumn

通常说“数据决定了机器学习的上限，而算法只是逼近这个上限。”这里所说的数据指的就是特征工程得到的数据。Andrew Ng说过：“创造新的特征是一件十分困难的事情，需要丰富的专...

rowcolumn

疑问：#use make_scorer to convert a metric to a scorer. 连续：'kilometer', 'power', 'brand_am...

rowcolumn

最大熵模型属于运用最大熵原理的多分类模型，这个模型在面试中经常会与逻辑回归一起问，比如，为什么说二者是类似的？要解答这个问题，需要对两个模型的原理都有清晰的理解，很多面试者虽...

rowcolumn

问题 传统线性模型问题：1 稀疏性：onehot带来数据稀疏性(尤其是id特征)，使得特征空间变大；2 线性组合的权重，训练不充分，也会带来稀疏性；观察样本中未出现交互的特征...

rowcolumn

白话“卡方检验” 什么是“卡方检验”？ 卡方检验是假设检验的一种，用于分析两个类别变量的相关关系，是一种非参数假设检验，得出的结论无非就是“两个变量相关”或者“两个变量”不相...

rowcolumn

有很多的生信软件都可以通过conda安装，省去了很多的安装、修bug的烦恼。经常是安装到崩溃的软件，conda一行命令就搞定了。前两天有个胖友问我gatk 3.8的版本在哪里...

rowcolumn

xgboost 已然火爆机器学习圈，相信不少朋友都使用过。要想彻底掌握xgboost，就必须搞懂其内部的模型原理。这样才能将各个参数对应到模型内部，进而理解参数的含义，根据需...

rowcolumn

知乎上有个讨论，说学数学的看不起搞深度学习的。曲直对错不论，他们看不起搞深度学习的原因很简单，因为从数学的角度看，深度学习仅仅是一个最优化问题而已。比如，被炒的很热的对抗式生...

rowcolumn

推荐系统遇上深度学习系列：推荐系统遇上深度学习(一)--FM模型理论和实践：https://www.jianshu.com/p/152ae633fb00 1、FFM理论 在C...

rowcolumn

1、FM背景 在计算广告和推荐系统中，CTR预估(click-through rate)是非常重要的一个环节，判断一个商品的是否进行推荐需要根据CTR预估的点击率来进行。在进...