1.13. 特征选择 1.13.1. 移除低方差特征 1.13.2. 单变量特征选择 1.13.3. 递归式特征消除 1.13.4. 使用 SelectFromModel 选取特征 1.13.4.1. 基于 L1 的特征选取 1.13.4.2. 基于 Tree（树）的特征选取 1.13.5. 特征选取作为 pipeline（管道）的一部分 ...

电影特征提取网络 1. 提取电影ID特征 2. 提取电影类别特征 3. 提取电影名称特征 4. 融合电影特征 电影特征提取网络 接下来我们构建提取电影特征的神经网络，与用户特征网络结构不同的是，电影的名称和类别均有多个数字信息，我们构建网络时，对这两类特征的处理方式也不同。 电影特征网络主要包括： 将电影ID数据映射为向量表示，通过...

三、LightGBM 3.1 原理 3.1.1 GOSS 3.1.1.1 算法 3.1.1.2 理论 3.1.2 EFB 3.1.2.1 互斥特征发现 3.1.2.2 互斥特征打包 3.2 优化 3.2.1 histogram 算法 3.2.2 leaf-wise 生长策略 3.2.3 直方图做差加速 3.2.4 直接支持 categor...

本章小结 本章小结 本章中，我们讨论了希望通过软件赋予我们业务的能力并迁移到云原生应用架构的动机： 速度 比我们的竞争对手更快速得创新、试验并传递价值。 安全 在保持稳定性、可用性和持久性的同时，具有快速行动的能力。 扩展 根据需求变化弹性扩展。 移动性 客户可以随时随地通过任何设备无缝的跟我们交互。 我们还研究了云原生应用...

OAM 应用（Application） 应用部署计划 插件（Addon）：可编程能力及其实现构成的包 不再配置漂移 OAM 应用（Application） KubeVela 围绕着云原生应用交付和管理场景展开，背后的应用交付模型是 Open Application Model ，简称 OAM 。 应用部署计划 KubeVela 的核心是将应用...

隐私政策 1. 适用范围 2. 信息使用 3. 信息披露 4. 信息存储和交换 5. Cookie的使用 6. 信息安全 隐私政策 BookChat 尊重并保护所有使用服务用户的个人隐私权。为了给您提供更准确、更有个性化的服务, BookChat 会按照本隐私权政策的规定使用和披露您的个人信息。但 BookChat 将以高度的勤勉、审慎义务...

七、DeepFM 7.1 模型 7.2 实验 七、DeepFM 理解用户点击行为背后隐藏的交叉特征对于 CTR 预估非常重要。例如，对 app store 的研究表明：人们经常在用餐时间下载送餐 app 。这说明：app 类别和时间戳构成的交叉特征可以作为 CTR 预估的信号。 通常用户点击行为背后的特征之间的各种交互非常复杂，其中的...

十二、DIN 12.1 模型 12.2 Dice 激活函数 12.3 自适应正则化 12.4 XDL 12.5 实验 12.5.1 可视化 12.5.2 自适应正则化 12.5.3 模型对比 十二、DIN 在电商领域，每个用户都有丰富的历史行为数据，从这些历史行为数据中提取特征对于 CTR 预估模型非常重要。 这些用户历史行为数...

容器镜像 开始之前 创建应用 部署应用 更新镜像版本 更新副本数 升级应用 通过 CLI 部署应用 容器镜像 本文介绍企业基于 KubeVela 通过容器镜像交付业务应用的操作方式，通过该方式交付应用无需你学习过多的 Kubernetes 领域知识。 开始之前 完成你的业务容器化，无论你的业务使用何种开发语言，请先将其通过 CI 系...