半監(jiān)督學習 當我們的訓練集標簽缺失，也就是有訓練集X1=[(x.y)....]，X2=[(x)...]。前者數(shù)據(jù)有標簽，后者數(shù)據(jù)無標簽。我們訓練一個模型時，如果只使用前者對后...
IP屬地：四川
-
半監(jiān)督學習 -
模型融合stacking
kaggle比賽利器stacking 模型疊加 我們以二層疊加為例子理解它 我們有模型model1(可以是GBDT.xgboots等等) 有訓練集500，驗證集200 首先我...
-
模型融合LR+GBDT(特征自動組合進行二分類)LR+GBDT 在推薦問題中，我們一般都預測用戶是否做某事，是一個二分類問題。 對于二分類問題一般我們使用的是邏輯回歸。邏輯回歸是廣義的線性模型，增加sigma函數(shù)使其輸出值...
-
推薦系統(tǒng)中矩陣分解算法-funkSVD和ALS矩陣分解funkSVD:該矩陣分解不像是線代中的，他屬于偽分解。其主要思想是，用兩個m＊k和k＊n的矩陣代替m＊n的矩陣。 因為在推薦系統(tǒng)中，矩陣十分稀疏，分解后的矩陣一般是...
-
大數(shù)據(jù)(spark+hadoop)之topN
我們平時很容易遇到說排序，并取前N個的狀況。我們根據(jù)數(shù)據(jù)類型可以簡單分為重復鍵和不重復鍵的topN MapReduce 對于MR來說，topN代碼比較多一些，在這里我只講講思...
-
fasttext簡單理解及應(yīng)用
fasttext作為NPL領(lǐng)域中機器學習的優(yōu)秀范例值得研究。 模型架構(gòu) 我對fasttext模型架構(gòu)理解與CBOW很像。在訓練時，通過N-gram把詞向量喂入模型，輸出屬于各...
-
股票預測者模型stockerstocker是基于google時間序列預測模型 - 預測者實現(xiàn)的股票預測。 因為項目要求股票分析，所以使用了該庫，對該庫進行簡短總結(jié)。預測者模型的論文地址https://p...
-
卷積神經(jīng)網(wǎng)絡(luò)中不同類型的卷積方式介紹
之前在文章《<模型匯總_1>牛逼的深度卷積神經(jīng)網(wǎng)絡(luò)CNN》詳細介紹了卷積神經(jīng)網(wǎng)絡(luò)的基本原理，以及常見的基本模型，如LeNet，VGGNet，AlexNet，ReseNet，I...
