六、DCN 6.1 模型 6.2 cross network 6.3 实验 六、DCN 人工交叉特征效果很好，但是有两个主要缺点： 人工探索所有的交叉特征是不现实的。 难以推广到未曾出现过的交叉特征。 虽然 DNN 能够自动探索交叉特征并推广到未出现过的交叉特征，但是DNN 的学习效率不高，且无法显式的学习特征交叉。 论文 《De...

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...

1 语法特征 1 语法特征 在chap-data-intensive 中，我们描述了如何建立基于检测文本特征的分类器。那些特征可能非常简单，如提取一个单词的最后一个字母，或者更复杂一点儿，如分类器自己预测的词性标签。在本章中，我们将探讨特征在建立基于规则的语法中的作用。对比特征提取，记录已经自动检测到的特征，我们现在要 声明 词和短语的特征。我们...

创建功能模块 服务和懒加载 创建功能模块 当我们的根模块开始增长时，一些元素（组件，指令等）开始明显地以某种方式相关，几乎成了可以“插入”的库。 在我们前面的例子中，我们开始看到了。 我们的根模块有一个组件，一个管道和一个服务，其唯一的目的是处理信用卡。 如果我们将这三个元素提取到自己的功能模块 ，然后将它们导入我们的根模块 怎么办？ 我们将这...

十、xDeepFM 10.1 模型 10.1.1 CIN 10.1.2 xDeepFM 10.2 实验 10.2.1 CIN 网络 10.2.2 xDeepFM 10.2.3 超参数探索 十、xDeepFM 在 CTR 预估任务中，常用的人工特征工程、FM 模型、DNN 模型都存在不足。 人工特征工程缺点： 高质量的交叉...

相似度计算 总结 相似度计算 计算得到用户特征和电影特征后，我们还需要计算特征之间的相似度。如果一个用户对某个电影很感兴趣，并给了五分评价，那么该用户和电影特征之间的相似度是很高的。 衡量向量距离（相似度）有多种方案：欧式距离、曼哈顿距离、切比雪夫距离、余弦相似度等，本节我们使用忽略尺度信息的余弦相似度构建相关性矩阵。余弦相似度又称为余弦相似性，...

Information Based 输入 输出 参数 ChiSqSelector 输入 输出 参数 FeatureImpByGBDT 输入 输出 参数 Information Based Information Based 是基于信息的特征选择，该模块共包括4种算法：信息增益（Information Gain）、基尼系数（gin...

prometheus prometheus介绍 目录结构 代码示例 prometheus prometheus介绍 访问prometheus.io 获取完整的文档，示例和指南。 Prometheus 是一个云原生计算基础项目，是一个系统和服务监控系统。它以给定的时间间隔从配置的目标收集指标，评估规则表达式，显示结果，并且如果观察到某些条件...

一、基本概念 1.1 特征空间 1.2 样本表示 一、基本概念 1.1 特征空间 输入空间 ：所有输入的可能取值；输出空间 ：所有输出的可能取值。 特征向量表示每个具体的输入， 所有特征向量构成特征空间。 特征空间的每一个维度对应一种特征。 可以将输入空间等同于特征空间，但是也可以不同。绝大多数情况下，输入空间等于特征空间。 模...