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$i$类文本下的词频。它通过fit_transform函数计算各个词语出现的次数，通过get_feature_nam…

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：$y = f(x)$, $y \in [0, 1]$, 表示广告被点击的概率。 以下将介绍 LR, GBDT, FM, FFM, MLR, Deep an…

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。如果所有节点均被访问，则算法中止。 动态规划，通常基于一个递推公式及一个或多个初始状态。 当前子问题的解将由…

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等标量来比较）。 损失函数一般分为4种，HingeLoss 0-1 损失函数，绝对值损失函数，平方损失函数…

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《推荐系统实践》，由于项亮的推荐系统实践更偏项目以及工程设计，对排序模型介绍比较少，为了弥补这一不足，《零基础入门推荐…

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, 分类准确的样本数占该类样本总数的比例。 此外，分类错误的样本数占样本总数的比例称为“错误率”（error rate）。…

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，贝叶斯神经网络拟合后验分布。 这样做的好处，就是降低过拟合。 2. BNN模型 BNN 不同于 DNN，可以对…

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，分母是归一化因子，可以忽略。 朴素贝叶斯可以分为高斯朴素贝叶斯、多项式朴素贝叶斯、贝努利朴素贝叶斯等多种。 朴素贝叶斯…

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 最近邻的 k 个点的邻域。 取值大，结构简单，相似误差大。 在应用中，k 一般选择较小的值，可通过交叉验证来…