会员
周边
新闻
博问
闪存
赞助商
YouClaw
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
cup_leo
博客园
首页
新随笔
联系
订阅
管理
上一页
1
···
3
4
5
6
7
8
9
10
11
···
24
下一页
2022年8月24日
使用python建立ARIMA模型
摘要: 实践参考 无周期性--参考 (26条消息) 使用python建立ARIMA模型_古杜且偲的博客-CSDN博客_arima python 有周期性--参考 https://mp.weixin.qq.com/s/rPeWlC7EdNto57ZsFvZ-ug 时间序列预测模型ARIMA介绍(含源码)
阅读全文
posted @ 2022-08-24 15:35 cup_leo
阅读(138)
评论(0)
推荐(0)
2022年8月22日
python open 去掉\n 去掉\ufeff
摘要: lines = open('useless.txt',encoding='UTF-8-sig').read().splitlines()
阅读全文
posted @ 2022-08-22 13:45 cup_leo
阅读(31)
评论(0)
推荐(0)
2022年8月10日
python json 格式化 打印
摘要: import json data = { "rmK12Uau.ntP510KeImX506H6Mr6jTu": { "title": "Slow Cooker Chicken and Dumplings", "ingredients": [ "4 skinless, boneless chicken
阅读全文
posted @ 2022-08-10 09:59 cup_leo
阅读(343)
评论(0)
推荐(0)
2022年8月8日
推荐算法架构
摘要: 系列文章,请多关注 推荐算法架构1:召回 推荐算法架构2:粗排 推荐算法架构3:精排 推荐算法架构4:重排 谢杨易 腾讯应用算法研究员 腾讯应用算法研究员,毕业于中国科学院,目前在腾讯负责视频推荐算法工作,有丰富的自然语言处理和搜索推荐算法经验。
阅读全文
posted @ 2022-08-08 09:18 cup_leo
阅读(45)
评论(0)
推荐(0)
2022年8月5日
PYTHON 提取HTML文本
摘要: from lxml.html import etree content = "***************" html = etree.HTML(str(content)) html_data = html.xpath('//span/text()|//p//text()|//section//t
阅读全文
posted @ 2022-08-05 15:23 cup_leo
阅读(668)
评论(0)
推荐(0)
2022年8月4日
教你用PyTorch部署模型的方法
摘要: 教你用PyTorch部署模型的方法 教你用PyTorch部署模型的方法_相关技巧_脚本之家 (jb51.net)
阅读全文
posted @ 2022-08-04 16:37 cup_leo
阅读(106)
评论(0)
推荐(0)
2022年8月1日
特征工程--高级特征开发
摘要: 1、(25条消息) 刀工:谈推荐系统特征工程中的几个高级技巧_kaiyuan_sjtu的博客-CSDN博客
阅读全文
posted @ 2022-08-01 16:26 cup_leo
阅读(33)
评论(0)
推荐(0)
推荐系统--负样本采样--负样本采样偏差--Sample Selection Bias
摘要: 可能的负例选择方法 为了解决“Sample Selection Bias”问题,我们在召回或者粗排模型训练的时候,应该调整下负例的选择策略,使得它尽量能够和模型输入的数据分布保持一致。这里我简单归纳下可能的做法。 选择1:曝光未点击数据 这就是上面说的导致Sample Selection Bias问
阅读全文
posted @ 2022-08-01 10:20 cup_leo
阅读(1249)
评论(0)
推荐(0)
2022年7月29日
HIVE SQL COUNT(DISTINCT * 按条件去重
摘要: COUNT(DISTINCT CASE WHEN ******* THEN cid END), COUNT(DISTINCT CASE WHEN ******* THEN cid END), 参考 : 统计符合条件的去重过的数量 - - count distinct if case - 伸展代码舒适
阅读全文
posted @ 2022-07-29 18:34 cup_leo
阅读(598)
评论(0)
推荐(0)
SEnet 网络在推荐系统
摘要: 参考文献: 1、SENet双塔模型在推荐领域召回粗排的应用及其它 (qq.com) SEnet 在推荐上,主要两个工作: (1)特征emb编码压缩,对每个emb编码取平均值,得到一个数值z,所有特征的z组成向量Z (2)对Z作用两个MLP神经网络,主要意义在特征交叉,得到每个特征emb编码的权重值a
阅读全文
posted @ 2022-07-29 14:12 cup_leo
阅读(718)
评论(0)
推荐(0)
上一页
1
···
3
4
5
6
7
8
9
10
11
···
24
下一页
公告