240 发简信
墩er
IP属地：北京
  • 120
    180
    墩er
    提升树算法

    提升方法采用加法模型（基函数的线性组合）和前向分步算法。 基本分类器或者，是由一个根结点直接连接两个叶结点的简单决策树，即决策树桩。提升树是以二叉分类树或二叉回归树为基本分类...

    936 0 0
  • 120
    180
    墩er
    决策树实现

    基于ID3算法的信息增益来实现 使用Pickle模块存储决策树 pickle是为了序列化/反序列化一个对象的，可以把一个对象持久化存储。 比如你有一个对象，想下次运行程序的时...

    409 0 0
  • 120
    180
    墩er
    决策树算法

    ID3算法 使用信息增益选择特征，递归构建决策树。 ID3相当于用极大似然法进行概率模型的选择（最大熵模型）。 输入：训练数据集D，特征集A，阈值 输出：决策树T （1）若D...

    257 0 0
  • 180
    墩er
  • 180
    墩er
    LaTeX：导数相关符号

    日常编写公式用到太多各类导数符号了！必须要总结在这里： （1）偏导符号：\partial x 效果： 和 （2）求导符号：\mathrm{d} x 效果： 和 （3）撇形...

    胜负55开
    113083 0 22
  • 120
    180
    墩er
    优化算法

    优化算法框架 优化算法经历了SGD->SGDM->NAG->AdaGrad->AdaDelta->Adam->Nadam的发展。 定义框架：待优化参数，目标函数，初始学习率 ...

    636 0 2
  • 180
    墩er
    熵的相关概念

    信息量（自信息） 信息的大小跟随机事件的概率有关。越小概率的事情发生了产生的信息量越大。 因此一个具体事件的信息量应该是随着其发生概率而递减的，且不能为负。 信息量公式 1....

    925 0 1
  • 180
    墩er
    反向传播实现

    sklearn源码中反向传播算法的实现sklearn/neural_network/multilayer_perceptron.py 参数初始化 参数定义 输入X：特征，形状...

    695 0 1
  • 120
    180
    墩er
    反向传播算法

    神经网络 参数定义 ：从层l-1的第i个神经元指向层l的第j个神经元的权重。注意i和j的顺序。 输入层关系式 定义为层l的第j个神经元的输出值。输入层（即l=1）表示为 隐藏...

    93 0 2 1
  • 180
    墩er
  • 180
    墩er
  • 180
    墩er ·

    楼主，非常感谢你的分享，我学到了很多。
    有一点疑问：
    def vectorize_dic(dic,ix=None,p=None,n=0,g=0)
    我理解的是：每条数据的one-hot编码的结果应该是一个（用户index向量+物品index向量）拼凑的向量，每个向量有且仅有两个非0值才对。
    我看你的 vectorize_dic结果使用todense变换后，第一行数据有个2，其他全是0值，后面这些行的数据我也没看出是用户和物品的索引是怎么组合的。您能帮忙解答下吗？

    2b5738f223e0 评论自推荐系统遇上深度学习(一)--FM模型理论和实践
  • 180
    墩er
  • 180
    墩er
  • 180
    墩er
  • 180
    墩er
  • 120
    180
    墩er
    推荐系统遇上深度学习(一)--FM模型理论和实践

    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...

    文哥的学习日记
    87529 34 144
  • 180
    墩er
暂无个人介绍