摘要：
觉得还是想有个独立域名~ http://blog.sword865.com/ 阅读全文
摘要：
因子分解机(Factorization Machine, 简称FM)是一种不错的CTR预估模型，也是我们现在在使用的广告点击率预估模型，比起著名的Logistic Regression, FM能够把握一些组合的高阶特征，因此拥有更强的表现力。 在做点击率预估时，我们的特征往往来自于用户(user)、 阅读全文
摘要：
HttpServerModule的请求主要由HttpServer中的HttpServerTransport(默认为NettyHttpServerTransport）类处理。 NettyHttpServerTransport基于netty框架，负责监听并建立连接，信息的处理由内部类HttpChanne 阅读全文
摘要：
Tornado是一款轻量级的Web服务器，同时又是一个开发框架。采用单线程非阻塞I/O模型(epoll)，主要是为了应对高并发 访问量而被开发出来，尤其适用于comet应用。 Tornado服务器3大核心模块: (1) IOLoop Tornado为了实现高并发和高性能，使用了一个IOLoop来处理 阅读全文
摘要：
最近在做搜索，抽空看一下lucene，资料挺多的，不过大部分都是3.x了……在对着官方文档大概看一下。优化后的lucene索引文件(4.9.0)一、段文件1.段文件：segments_5p和segments.gen。segments.gen保存当前段文件版本信息。segments.gen: GenHeader, Generation, Generation, Footersegments_N（s... 阅读全文
摘要：
一、基于图模型的推荐在不考虑标签时，基于二项图有两种随机游走的图推荐算法：1.probability spreading 随机游走算法，在游走中，每个目标得到权重是基于归属者的边计算出来的。每次传播(item->user->item)后用户Ui的兴趣向量：$$f_j^p=\sum_{l=1}^{... 阅读全文
摘要：
最近在做CTR，刚好Google在KDD发了一篇文章，讲了他们的一些尝试，总结一下：先是一些公式的符号说明：一、优化算法CTR中经常用Logistic regression进行训练，一个常用的Loss Function为Online gradient descent(OGD)是一个常用的优化方法，但是在加上L1正则化后，这种方法不能产生有效的稀疏模型。相比之下 Regularized Dual Averaging (RDA)拥有更好的稀疏性，但是精度不如OGD好。FTRL-Proximal 方法可以同时得到稀疏性与精确性，不同于OGD的迭代步骤：其中$\eta_t$是一个非增的学习率FTRL- 阅读全文
摘要：
转一套Deep Learning的文章http://blog.csdn.net/zouxy09/article/details/8775360顺便附上翻译的UFLDLhttp://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B 阅读全文
摘要：
今天收拾资料，发现了以前刚接触粗糙集时写的一个综述，好久没写博客，发上来充数好了一、粗糙集模型[1]粗糙集是Pawlak于上世纪八十年代提出的一种不确定数学模型。该模型以有限集合上的等价关系为基础，定义了上下近似两个基本操作。该模型与它的其他一般化或变种形式有着较为广泛的应用。1.1Pawlak粗糙集模型Pawlak粗糙集模型是以一个有限集合与集合上的一个等价关系为基础的。所谓的二元等价关系是一种满足自反性，对称性和传递性的关系的二元关系。因为这些性质，一个二元等价关系将一个集合分割成一到多个互不相较子集，形成了集合的一个分割，记为U/R，其中的元素与他们的并被称为精确集。在这一基础上，Paw 阅读全文
摘要：
简单来说，R语言是一种主要用于统计分析、绘图的语言和操作环境。的源代码可自由下载使用，亦有已编译的执行档版本可以下载，可在多种平台下运行，包括UNIX（也包括FreeBSD和Linux）、Windows和MacOS。R主要是以命令行操作，同时有人开发了几种图形用户界面。 为什么我会使用R语言呢？毕竟... 阅读全文