请你说一说推荐算法,fm,lr,embedding
-
参考回答:
推荐算法:
基于人口学的推荐、基于内容的推荐、基于用户的协同过滤推荐、基于项目的协同过滤推荐、基于模型的协同过滤推荐、基于关联规则的推荐
FM:
LR:
逻辑回归本质上是线性回归,只是在特征到结果的映射中加入了一层逻辑函数g(z),即先把特征线性求和,然后使用函数g(z)作为假设函数来预测。g(z)可以将连续值映射到0 和1。g(z)为sigmoid function.
则
sigmoid function 的导数如下:
逻辑回归用来分类0/1 问题,也就是预测结果属于0 或者1 的二值分类问题。这里假设了二值满足伯努利分布,也就是
其也可以写成如下的形式:
对于训练数据集,特征数据x={x1, x2, … , xm}和对应的分类标签y={y1, y2, … , ym},假设m个样本是相互独立的,那么,极大似然函数为:
log似然为:
如何使其最大呢?与线性回归类似,我们使用梯度上升的方法(求最小使用梯度下降),那么。
如果只用一个训练样例(x,y),采用随机梯度上升规则,那么随机梯度上升更新规则为:
Embedding:
Embedding在数学上表示一个maping:,也就是一个function。其中该函数满足两个性质:1)injective (单射的):就是我们所说的单射函数,每个Y只有唯一的X对应;2)structure-preserving(结构保存):比如在X所属的空间上,那么映射后在Y所属空间上同理。
那么对于word embedding,就是找到一个映射(函数)将单词(word)映射到另外一个空间(其中这个映射具有injective和structure-preserving的特点),生成在一个新的空间上的表达,该表达就是word representation。
-
请你说一说洗牌算法?
2020-01-30 关注 0 浏览550 1答案
-
请你说一说OS缺页置换算法
2020-01-30 关注 0 浏览408 1答案
-
请你说一说select ?
2020-01-05 关注 0 浏览1051 1答案
-
请你说一说你知道的排序算法及其复杂度
2020-01-30 关注 0 浏览481 1答案
-
请你来说一说协程?
2020-01-30 关注 0 浏览364 1答案
-
请你说一说epoll原理?
2020-01-05 关注 0 浏览1026 1答案
-
请你说一说HTTP返回码
2020-01-30 关注 0 浏览606 1答案
-
请你来说一说extern“C” ?
2020-01-05 关注 0 浏览1023 1答案
-
请你说一说Top(K)问题?
2020-01-30 关注 0 浏览631 1答案
-
请你来说一说http协议
2020-01-30 关注 0 浏览770 1答案