Yougth Blog

大神养成中.....

逻辑回归特征工程及调参记录

特征工程记录

现在常用的有两种建模思路，要么是用简单的模型和复杂的特征工程，要么是用复杂的模型和简单的特征工程，相当于你喜欢玩模型还是喜欢玩特征，各自有各自的好处，当然玩特征可解释性好以及要求比较低。而玩特征大家最多用的模型就是罗辑回归，这里记录一下用逻辑回归建模的历程以及优化思路。 首先我用的是线上4天的数据集，总计2000w数据，先把数据按照请求时间(action_show_actionTime)排...

Posted by BY on April 1, 2019

word2vec算法

NLP模型之二---word2vec

word2vec是自然语言处理的最基础模型，他的embeding的思想也影响了很多其他比如推荐、广告等，是google的Mikolov大神团队2013年提出的，这里从我的理解的角度分析一下。 这篇文章主要是参考，有兴趣对可以直接看原文，这里记录一些我的理解。 简介 首先，为什么说他是一个经典模型，有两点原因，一个是因为他的的结果是每词的词向量，结果很灵活，比如我们计算两个词的相似度，以...

Posted by yougth on March 26, 2019

机器学习中的评估指标

评估指标汇总

机器学习评估指标是机器学习中很重要的一环，这里列一下常见的评估指标以及自己的一些理解。 ACC 这个用的最广的，就是预测正确率。 Precision 准确率，表示在预估的正例中，真正的正例的占比 Recall 召回率，表示在所有正例中，预估正确的正例的占比 AUC AUC，具体计算方法这里不列了，这里主要说一下对AUC的一些理解，公式参见之前文章机器学习常见面试题...

Posted by BY on March 18, 2019

Factorization Machines算法

Factorization Machines算法

之前讲过一个SVD算法，它能够通过一个U-I矩阵分解，然后把User和Item分别变成想要的向量表示，然后通过向量相似度的计算做关联推荐或者user2item的推荐。 这个算法有一个局限性，就是它没有办法用到一些重要的特征，如果推荐的优化目标是点击率的话，那么本身Item的点击率是一个很重要的特征，我们有没有办法把这些特征也建模到这个算法中呢，这就是Factorization Machin...

Posted by yougth on March 13, 2019

主题模型系列算法详解

NLP 模型之一---LDA模型

要讲主题模型要从概率论中的频率学派和贝叶斯学派讲起。 频率学派和贝叶斯学派 首先频率学派的思想很简单，我们观测到的结果就是客观世界的样子，就是直接用实验观测到的数据来描述随机事件，如果试验次数足够多，那么我们观测到的数据就能够准确描述随机实验的分布，比如抛硬币实验，2次向上，8次向下，就会认为这枚硬币正面向上的概率是20%。 而贝叶斯学派的观点是，我们观测的到的不是客观世界的样子，我只...

Posted by BY on March 8, 2019

svd算法及其变种

矩阵分解算法运用

SVD算法是在Netflix竞赛中火起来的算法，当时这个算法夺冠了，然后带动起来一股研究浪潮，发展出了svd++，以及timeSvd等。 奇异值分解方法 SVD全称是奇异值分解，它是一种矩阵分解方法，大学线性代数里面也讲过奇异值分解的方法，但是老师当时没有说这东西有什么用，导致当时学的时候觉得很无聊，为什么要分解这东西。 首先我们知道推荐问题纯从行为来解就是一个矩阵填充问题，矩阵的一边...

Posted by BY on February 1, 2019

《必然》读书笔记

科技未来发展趋势

这本书全书是在预测未来的趋势，跟书名一样，未来必然会发生的事情，作者通过一些重点词汇总结未来的趋势。 Becoming（形成） 不知道大家有没有看罗胖2019跨年演讲，基本上挺多观点和这本书吻合度很高，形成主要讲的是所有事物都是现在都是在一个形成的过程中，核心观点是不要觉得未来已经没有机会，实际上加入我们从未来来看现在的话，今天是一片处女地，所以现在是绝无仅有的开始时机。 正如罗胖举的...

Posted by BY on January 1, 2019

推荐系统中的EE算法

推荐系统中的基础冷启动算法

人生中有很多选择问题，当每天中午吃饭的时候，需要选择吃饭的餐馆，那么就面临一个选择，是选择熟悉的好吃的餐馆呢，还是冒风险选择一个没有尝试过的餐馆呢。同样的，推荐系统处处也面临着这样的选择，是推荐一个已经熟悉的点击率很高的物品呢，还是选择一个新的物品呢。这些都可以泛化成一个经典问题，多臂老虎机问题，也是一个研究很广的问题，这里介绍一些常用的bandit算法。 Topmpson samplin...

Posted by BY on December 25, 2018

查询sql要点记录

sql(算法)工程师必知必会

查询基础 查询sql使用AS重命名列名时，别名可以使用中文，使用中文时需要用双引号(“)括起来。请注意 不是单引号(‘)。 查询时候可以使用常数，类似 ‘SELECT ‘商品’ AS string, 38 AS number, ‘2009-02-24’ AS date, product_id, product_name FROM Product;’ 在SE...

Posted by BY on December 12, 2018

职场成长的一些思考

《能者是否应该多老》引发的思考

今天看奇葩说辩论，能者是否应该多劳，挺精彩的，作为一个职场人感觉都应该看看，挺有感触的，最打动我的还是薛兆丰教授的观点，这里分享一下他的观点以及我的一些思考。 他提到了三个问题 工作是不是一种机会？ 你的努力有没有人能够看到？ 你的工作收入是别人给的还是你要回来的？ 其实核心思想是，能者应该多劳，因为能者一般会把工作当成是一种机会，可能会因为你的能力强而被领导提拔，可能...

Posted by BY on December 8, 2018

FEATURED TAGS
终端 zsh Notes 机器学习 分类 预测 算法 逻辑回归 推荐 embeding
ABOUT ME

程序猿,专注于推荐系统/机器学习，欢迎巨巨们交流

✉️ yangchuangl@163.com

FRIENDS