09 2022 档案

摘要:1.torch.spares_coo_tensor(indices, values, siez=None,*, dtype=None, requires_grad=False)->Tensor 此方法的意思是创建一个Coordinate(COO) 格式的稀疏矩阵,返回值也就h是一个tensor 稀疏 阅读全文
posted @ 2022-09-19 16:31 99号的格调 阅读(194) 评论(0) 推荐(1) 编辑
摘要:AdaBoost:通过改变训练样本权重来学习多个弱分类器并线性组合成强分类器的Boosting算法。 Boosting方法要解答的两个关键问题:一是在训练过程中如何改变训练样本的权重或者概率分布,二是如何将多个弱分类器组合成一个强分类器。 AdaBoost的做法:一是提高前一轮被弱分类器分类错误的样 阅读全文
posted @ 2022-09-14 23:24 99号的格调 阅读(350) 评论(0) 推荐(0) 编辑
摘要:1.np.full() 原型:numpy.full(shape, fill_value, dtype=None, order=‘C’) eg: 2.np.flatten():该函数返回一个折叠成一维的数组 阅读全文
posted @ 2022-09-14 22:59 99号的格调 阅读(29) 评论(0) 推荐(0) 编辑
摘要:关于PCA的概念的论述及其代码的实现 阅读全文
posted @ 2022-09-14 15:47 99号的格调 阅读(348) 评论(0) 推荐(0) 编辑
摘要:简要论述 bundle recommendation 的目的是向user推荐一个整体的bundle package about items。以前的模型捕获了user对item and item关联的偏好。然而,忽略了user在adopt item时的意图的多样性!并且未能在向量表示中理清user 的 阅读全文
posted @ 2022-09-12 23:44 99号的格调 阅读(368) 评论(0) 推荐(0) 编辑
摘要:关于GCN的相关概念及其解释 阅读全文
posted @ 2022-09-12 23:42 99号的格调 阅读(782) 评论(0) 推荐(0) 编辑
摘要:针对稀疏矩阵中的处理方法之一的COO的简单论述(基于Java实现) 阅读全文
posted @ 2022-09-12 10:51 99号的格调 阅读(272) 评论(0) 推荐(0) 编辑
摘要:决策树基于特征对数据实例按照条件不断划分,最终达到分类或者回归的目的 决策树模型的核心概念包括特征选择方法,决策树构造过程和决策树剪枝 常见的特征选择方法包括信息增益,信息增益比和基尼指数,对应的三种常见的决策树算法为ID3,C4.5,CART 下面借助sklearn库来完成上述算法的实现: 首先导 阅读全文
posted @ 2022-09-09 22:38 99号的格调 阅读(173) 评论(0) 推荐(0) 编辑
摘要:简单论述 BGCN将user-item interaction,user-bundle interaction和bundle-item affiliation 关联到统一的异构图中。以项目节点为桥梁,使用GCN在user和bundle节点之间的图卷积传播使得学习到的表示捕获项目级语义。 BGCN提出 阅读全文
posted @ 2022-09-09 17:48 99号的格调 阅读(228) 评论(1) 推荐(0) 编辑

点击右上角即可分享
微信分享提示