RoseDeli

1. CountVectorizer CountVectorizer类会将文本中的词语转换为词频矩阵。 例如矩阵中包含一个元素$a[i][j]$，它表示$j$词在$i$类文...

1. CTR概念 CTR, click through rate，指广告被点击次数 / 广告显示次数。 CTR预估模型公式：$y = f(x)$, $y \in [0, 1...

1. BFS和动态规划 BFS，Breadth-First Search, 广度优先搜索，用于解决图遍历的算法，简单的说，BFS是从根节点开始，沿着树的宽度遍历树的节点。如...

损失函数，又叫目标函数，用于计算真实值和预测值之间差异的函数，和优化器是编译一个神经网络模型的重要要素。 损失Loss必须是标量，因为向量无法比较大小（向量本身需要通过范数...

1. 前言: 为什么会有该系列? 最近，打算写《零基础入门推荐系统》系列，为了系统地介绍推荐系统知识，以及加强基础的实践能力。 该系列将结合一些书籍，比如项亮的《推荐系统实...

分类评价指标有准确率（accuracy）、精确率（precision）、召回率（recall）、AUC面积、F值等。 1. 准确率Accuracy 也称精度, 分类准确的样...

1. 简介 贝叶斯神经网络不同于一般的神经网络，其权重参数是随机变量，而非确定的值。如下图所示： 也就是说，和传统的神经网络用交叉熵，mse等损失函数去拟合标签值相反，贝叶...

朴素贝叶斯法是基于贝叶斯定理、特征条件独立假设的分类方法。在预测时，对输入x，找出对应后验概率最大的 y 作为预测。 其中，输入数据 X 维度为$n$. 其中，分母是归一化...

1. k近邻模型 k 近邻法，k-nearest neighbor, k-NN,是一种基本的分类与回归的算法。其三大要素：k的选取、距离判别公式、分类决策. 代表与 x 最...

2. 拟牛顿法 由于Hesse矩阵的计算工作量大，有时目标函数的Hesse阵很难计算。 拟牛顿法利用目标函数和一阶导数，来构造目标函数的曲率近似，而不需要明显形成Hesse...

1. 牛顿法 牛顿法（英语：Newton's method）又称为牛顿-拉弗森方法（英语：Newton-Raphson method），它是一种在实数域和复数域上近似求解方...

二分类、多分类与多标签分类问题使用不同的激活函数和损失函数，结论见文末总结（如果你赶时间可以直接看结论，但建议有时间时回过头来看看分析更有助于理解）。 二分类：表示分类任务...