摘要：
1. 发生在 KAGGLE 比赛中的“地震”现象 主要原因：训练集和测试集数据分布不一致 检测：在训练集合和测试集合上训练一个二分类，并在测试集合上进行 auc 检测，如果 auc = 0.5，说明训练集合和测试集合没有显著差异。当 > 0.7 时，说明有较大差异。 应用1：二分类预测测试集上所有样 阅读全文
摘要：
DPP 为什么 当用户在我们系统中点击行为比较少的时候，我们会补充一些热门特征来丰富用户画像。 所谓的热门特征，是累加了所有用户点击过的新闻特征，然后取topk得到的。 会发现，尤其对于一些细粒度的特征，头部会集中在同一语义下。为了平衡热门特征的语义多样性和热门程度，我采用了DPP 的方法。 举个例 阅读全文