摘要：1. GBDT + LR 是什么 本质上GBDT+LR是一种具有stacking思想的二分类器模型，所以可以用来解决二分类问题。这个方法出自于Facebook 2014年的论文 Practical Lessons from Predicting Clicks on Ads at Facebook 。 阅读全文

摘要：看了一些别人的思路，总结了一些模型性能提升的操作并完成python实现。 1. 行空缺值的处理 常规方法 统计每行数据的空缺值，如果空缺值数量超过阈值，则剔除此行数据。 改进方法 考虑特征重要度的因素。遵循一个原则：特征重要度越高，对这一特征下的空缺值容忍程度越低。 特征重要度的评估手段 1.1 输 阅读全文

摘要：1. 问题背景 使用Pycharm连接远程服务器端pipenv虚拟环境的python解释器，运行python spark脚本时报错如下错误： 2018-09-12 23:56:00 ERROR Executor:91 - Exception in task 0.0 in stage 0.0 (TID 阅读全文

摘要：1. 什么是FM？ FM即Factor Machine，因子分解机。 2. 为什么需要FM？ 1、特征组合是许多机器学习建模过程中遇到的问题，如果对特征直接建模，很有可能会忽略掉特征与特征之间的关联信息，因此，可以通过构建新的交叉特征这一特征组合方式提高模型的效果。 2、高维的稀疏矩阵是实际工程中常 阅读全文

摘要：关键词：分而治之、递归、计算速度、基准值 1. 什么是分而治之？ 1.1 分而治之（divide and conquer）一种递归式方法 1.2 找出基线条件，这种条件必须尽可能简单 1.3 不断将问题分解为简单问题，直到问题满足极基线条件 2. 算法计算时间 2.1 最好情况： 假设数组的长度为0 阅读全文