GBDT+LR的特征组合方案是工业界经常使用的组合，尤其是计算广告CTR中应用比较广泛，方案的提出者是Face…

特征组合也是特征工程中经常使用的构造新特征的方法，如果你的组合特征基数比较大的化，就不建议使用笛卡尔积的方法了…

关于这两个之间的关系推导也有很多篇文章，现在从一个稍微简单的地方推导最大熵和逻辑回归之间的关系 最大熵定义了在…

虽然逻辑回归能够用于分类，不过其本质还是线性回归。它仅在线性回归的基础上，在特征到结果的映射中加入了一层sig…

逻辑回归中极大似然函数与最小化对数损失函数本质上是一致，现在就开始论证 Log损失函数的标准形式 $$L(Y,…

在k均值聚类，初始随机选取k个点作为中心点的方式在遇到离群点则得到的效果不好，当然你会说我们会尝试多次选取较好…

不同的聚类问题 对于一个聚类问题，要挑选最适合最高效的算法必须对要解决的聚类问题本身进行剖析，下面我们就从几个…

slopeone原理 Slope One  是一种很简单的类比类似的算法， 其实大体意思 就是A B 不同的用…

看代码发现其中有一个字符串竟然是反引号生成的，里面还有python表达式，基本上字符串格式化不用这个语法糖，并…

最近隔壁的小伙伴跑模型出现了类似以下的错误，当然最主要的错误在下面的红色标识出来 client token: …

所谓偏函数(也叫部分函数)与完全函数对应，普通的方法都是完全函数，即 f(i:Int) = xxx 是将所有I…

初学scala，看着scala入门教程，看的越多，大括号还有小括号需要深入了解一下 如果你要调用的函数有两个或…

1、map和reduce个数设置的问题 map和reduce的个数不是越多越好，因为启动时都会消耗很长的时间，…

代价复杂度剪枝Cost-Complexity Pruning(CCP) 设初始\(k=0\)，\(T=T_{0…

日常使用的数据查询工具都是hive，了解一下hive sql执行顺序，其实与mysql之间的差异不是太大，参考…

这篇文章会出现是因为在统计一个数据的时候随手写了count，一时忘记count对null的处理，类似其他的空字…

网格搜索算法和K折交叉验证法是机器学习入门的时候遇到的重要的概念。 网格搜索算法是一种通过遍历给定的参数组合来…

https://gist.github.com/zhusimaji/cb84a280f9167733fd364…