【Datawhale】推薦系統GBDT+LR

時間 2021-04-10

標籤 DataWhale 简体版

原文原文鏈接

GBDT+LR簡介前面介紹的協同過濾和矩陣分解存在的劣勢就是僅利用了用戶與物品相互行爲信息進行推薦，忽視了用戶自身特徵，物品自身特徵以及上下文信息等，導致生成的結果往往會比較片面。而這次介紹的這個模型是2014年由Facebook提出的GBDT+LR模型，該模型利用GBDT自動進行特徵篩選和組合，進而生成新的離散特徵向量，再把該特徵向量當做LR模型的輸入，來產生最後的預測結果，該

>>阅读原文<<

1. DataWhale打卡Day01--推薦系統入門
2. DataWhale-推薦系統打卡Day04--Wide&Deep
3. [推薦系統]推薦系統概述
4. 【推薦系統】推薦系統概述
5. Datawhale十月組隊學習_推薦系統
6. DataWhale-推薦系統打卡Day03--矩陣分解
7. 推薦系統
更多相關文章...
• 操作系統（OS）平臺統計 - 瀏覽器信息
• 系統定義的TypeHandler - MyBatis教程
• Docker容器實戰(七) - 容器眼光下的文件系統
• NewSQL-TiDB相關

相關標籤/搜索

推薦系統

datawhale