推薦系統——GBDT+LR

[[邏輯迴歸模型]] 邏輯迴歸是在[[線性迴歸]]的基礎上添加了一個Sigmoid函數（非線形）映射，從而可以使邏輯迴歸成爲一個優秀的分類算法 邏輯迴歸假設數據服從[[伯努利分佈]]，通過[[極大化似然函數]]的方法，運用[[梯度下降]]來求解參數，來達到將數據二分類的目的。 相比於[[協同過濾]]和[[矩陣分解]]利用用戶的物品「相似度」進行推薦，LR將問題看成一個分類問題，通過預測正樣本的概率

>>阅读原文<<