机器学习-推荐系统--排序篇2.pptVIP

模型训练 0.1 0.2 1 0.3 0.4 0 1 v: x［1,0,1,0,0,0,1 ］ y=0.5+2.1+v1*v3+v1*v7+v3*v7 =0.5+2.1+0.61+2.01+1.06 =6.28 例子 x:维度为7 w0:0.5 w1 因子为3个 0.1 0 2 0.3 0.7 0.5 0.1 0.5 0.3 0.5 0.1 0.2 0.2 0.9 0.4 0.2 1 0.8 0.1 1.5 1 模型训练 0.1 0.2 1 0.3 0.4 0 1 v: x［1,0,1,0,0,1,0 ］ y=? 例子 x:维度为7 w0:0.5 w1 因子为3个 0.1 0 2 0.3 0.7 0.5 0.1 0.5 0.3 0.5 0.1 0.2 0.2 0.9 0.4 0.2 1 0.8 0.1 1.5 1 模型训练 算法优化： 减少乘法个数 模型训练 算法优化 (x1*v1)*(v2*x2)+(x1*v1)*(x3*v3)+(x2*v2)*(x3*v3) =[(x1*v1+x2*v2+x3*v3)^2-(x1*v1)^2-(x2*v2)^2-(x3*v3)^2]/2 假设长为3 v1,v2,v3的平方每次计算完保存 * * * * * * * * 排序介绍 课程回顾 为什么要排序 排序指标 排序的流程 排序介绍 作业 计算MAP 计算nDCG 排序介绍 排序流程 数据