Understanding

　　数据预处理是对原始数据进行变换，使其满足模型训练的要求。这里总结处一下数据预处理的一般操作，方便自己回顾。一般来说数据预处理包括几点： 缺失值处理 异常值处理 标准化处理 平滑处理 采样 数据不平衡的处理 [Read More]

References 用户画像练手 用户画像技术 用户画像 用户画像 总文章 用户画像从0到100的构建思路

　　场感知因子分解机（Field-aware Factorization Machine，FFM）就是在因子分解机上加入了场的概念。FM 中一个特征只对应一个隐向量，而在实际场景中特征和不同场的特征交互时应该使用不同的向量，这就是 FFM 的创作动机。 [Read More]

　　XGBoost (eXtreme Gradient Boosting) 算法是在 CART 基础上对 Boosting 算法的一个改进，内部决策树采用回归树。由于 Boosting 算法在损失函数选择时有较大区别，例如选择平方损失函数，就是 Boosting Tree 的方式，每轮拟合残差。对于使用一般损失函数而言，可以采用 Gradient Boosting 的方式，根据梯度下降来拟合伪残差的近似值。 [Read More]

　　Adaboost (Adaptive Boosting) 是一个通过逐步聚焦于基学习器犯错的样本、减少集成偏差的方法，其利用多个弱学习器的线性组合来达到一个强分类器的效果。Adaboost 的思想是：在算法中会对每一个样本赋予一个权重，在后续的训练中会提高前一轮被误分类的样本权重，而降低被正确分类的样本权重。既可以处理分类，也可以处理回归任务。对于弱学习器的分类任务，结合策略可以利用加权多数表决的方法，对于回归任务可以采用加权平均。 [Read More]

　　神经网络（Neural Network）是由具有适应性的简单单元组成的广泛并行互连的网络，它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应。 [Read More]