当前标签：Books Note

计算广告

Jamest 2019-08-01 23:09 阅读:763 评论:0 推荐:0 编辑

sklearn & ml tutorial

Jamest 2019-07-14 14:06 阅读:452 评论:0 推荐:0 编辑

百面机器学习

Jamest 2019-07-14 14:05 阅读:4665 评论:0 推荐:1 编辑

公告

昵称： Jamest
园龄： 5年9个月
粉丝： 34
关注： 3

<

2025年3月

>

日

一

二

三

四

五

六

23

24

25

26

27

28

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

1

2

3

4

5

随笔分类

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论

1. Re:个性化排序算法实践(三)——deepFM算法
博主您好，类别特征在xv中被设置为1而非0 源代码如下： `python else: dfi[col] = dfi[col].map(self.feat_dict.feat_dict[col]) df...
--ΓΓΨ
2. Re:个性化推荐算法综述
你好，里面的图片可以更新一下吗？
--GouYue
3. Re:个性化召回算法实践(三)——PersonalRank算法
好的，不管怎么说，personalrank算法受益匪浅，多谢大佬。保持联系！
--努力学python的小白
4. Re:个性化召回算法实践(三)——PersonalRank算法
@努力学python的小白 α是超参数，0.8，0.85都可以试试，不同数据集效果不一定。LDA的代码可以上git查查看，我也没有现成的。...
--Jamest
5. Re:个性化召回算法实践(三)——PersonalRank算法
好的，我明白了，多谢多谢！对了，α你是怎么确定0.8的呢，我看有的人定的是0.85。对了大佬，你有LDA主题模型困惑度确定的代码吗？
--努力学python的小白