Open xiang578 opened 4 years ago
https://xiang578.com/post/wide-and-deep.html
背景 这是一篇推荐系统相关的论文,场景是谷歌 Play Store 的 App 推荐。文章开头,作者点明推荐系统需要解决的两个能力: memorization 和 generalization。 memorization 指的是学习数据中出现过的组合特征能力。最常使用的算法是 Logistic Regression,简单、粗暴、可解释性强,而且会人工对特征进行交叉,从而提升效果。但是,对于在训练数
确认组合特征公式是否正确?
晚上看这篇 见微知著,你真的搞懂Google的Wide&Deep模型了吗? - 知乎 这篇文章,关于 Wide 部分为什么要用 FTRL 的解释不错,之前没有仔细考虑过。
https://xiang578.com/post/wide-and-deep.html
背景 这是一篇推荐系统相关的论文,场景是谷歌 Play Store 的 App 推荐。文章开头,作者点明推荐系统需要解决的两个能力: memorization 和 generalization。 memorization 指的是学习数据中出现过的组合特征能力。最常使用的算法是 Logistic Regression,简单、粗暴、可解释性强,而且会人工对特征进行交叉,从而提升效果。但是,对于在训练数