之前的博客：http://www.cnblogs.com/bentuwuying/p/6681943.html中简单介绍了Learning to Rank的基本原理，也讲到了Learning to Rank的几类常用的方法：pointwise，pairwise，listwise。前面已经介绍了pai ...
分类：
编程语言 时间：
2019-08-18 19:40:10
阅读次数：
97
个人感觉理解误差、偏置、方差的一个好的解释，感谢分享：https://baijiahao.baidu.com/s?id=1601092478839269810&wfr=spider&for=pc 该作者写的我感觉已经很容易懂了。 Error：反映的模型的准确度。误差越大，模型越不准确。 Bias：反 ...
分类：
其他好文 时间：
2019-08-18 15:21:35
阅读次数：
55
环境Anaconda 废话不多说，关键看代码 部分结果输出： ...
分类：
其他好文 时间：
2019-08-17 00:34:32
阅读次数：
105
降维算法应用：数据压缩、数据可视化。 主成分分析(PCA)是最常见的降维算法。 在 PCA 中，我们要做的是找到一个方向向量（Vector direction），当我们把所有的数据 都投射到该向量上时，我们希望投射平均均方误差能尽可能地小。方向向量是一个经过原点 的向量，而投射误差是从特征向量向该方 ...
分类：
其他好文 时间：
2019-08-16 00:53:54
阅读次数：
145
传送门 挺显然的 $dp$ ，然鹅一开始想的是 $dfs$ 乱剪剪枝搞了 $70$ 分... 设 $f[i][j]$ 表示切了 $i$ 次，当前切的位置为 $j$ 的最小误差 那么转移显然枚举上一个切的位置 $k \in [0,j)$ ，有 $f[i][j]=min(f[i][j],f[i-1][k ...
分类：
其他好文 时间：
2019-08-14 10:49:30
阅读次数：
73
一、流程 基函数线性加权和得到最终的强分类器。每轮迭代得到一个弱分类器，这个分类器是在上一轮的残差基础上得到的。本轮就是要找一个cart树，使得本轮的损失函数值更加的小。 二、如何选择特征（就是如何生成cart树） 回归树：平方误差和最小化，对于特征A=a时，集合D的误差最小时，就选择这个特征值最为 ...
分类：
其他好文 时间：
2019-08-11 23:24:44
阅读次数：
94
该命令中可以用D表示微分符号，其中D2表示二阶微分，D3表示三阶微分，以此类推。 求精确解 1.微分方程 r=dsolve('eqn1','eqn2',...,'cond1','cond2',...,'var'). 解释如下：eqni表示第i个微分方程，condi表示第i个初始条件，var表示微分方 ...
分类：
其他好文 时间：
2019-08-09 21:56:15
阅读次数：
1093
前些天，有几个网友找我谈绩效考核的事，都是在绩效上被差评的朋友。在大致了解情况后，我发现他们感到沮丧和郁闷的原因，不全是自己没有做好事情，他们对于自己没有做好公司交给的事，一方面，持一些疑义，因为我很明显地感到他们和公司对一件是否做好的标准定义有误差，另一方面，他们对于自己的工作上的问题也承认。不过，让他们更多感到沮丧的原因则是，公司、经理或HR和他们的谈话，让他们感觉整个人都被完全否定了，甚至有一种被批斗的感觉。这个感觉实在是太糟糕了。
分类：
其他好文 时间：
2019-08-07 16:16:16
阅读次数：
242
决策树在长成的过程中极易容易出现过拟合的情况，导致泛化能力低。主要有两种手段可以用于防止过拟合。## 提前停止Early Stopping，在完全长成以前停止，以防止过拟合。主要有以下3种方式：1. 限制树的高度，可以利用交叉验证选择2. 利用分类指标，如果下一次切分没有降低误差，则停止切分3. 限... ...
分类：
其他好文 时间：
2019-08-06 14:12:33
阅读次数：
802
Q1动机一：数据压缩 将特征进行降维，如将相关的二维降到一维： 三维变二维： 以此类推把1000维数据降成100维数据。减少内存占用的空间 Q2动机二：数据可视化 如50个维度的数据是无法进行可视化的，使用降维的方法可以使其降到2维，然后进行可视化。 降维的算法只负责减少维度，新产生的特征的意义就必 ...
分类：
其他好文 时间：
2019-08-02 13:12:29
阅读次数：
85
