基于画像的特征推荐
2017-05-09
4316
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
基于画像的商品推荐<br />数据源:真实购物数据<br />数据大小:184 KB<br />字段数量:4<br />使用组件:Comments Node,归一化,过滤与映射,SQL脚本,缺失值填充,读数据表,JOIN,类型转换<br />
目录
相关文章
|
机器学习/深度学习
数据采集
运维
聚类细分
聚类是一种无监督学习方法，它通过分析数据集中的特征和规律，将数据自动划分为若干个具有相似特征的簇（cluster）。聚类的目的是找出数据之间的内在联系，为数据挖掘和分析提供有用的信息。在聚类的细分方面，可以根据不同的维度对聚类方法进行分类：
157
1
1
|
数据采集
算法
搜索推荐
|
3月前
|
机器学习/深度学习
数据采集
数据挖掘
特征工程在营销组合建模中的应用：基于因果推断的机器学习方法优化渠道效应估计
因果推断方法为特征工程提供了一个更深层次的框架，使我们能够区分真正的因果关系和简单的统计相关性。这种方法在需要理解干预效果的领域尤为重要，如经济学、医学和市场营销。
91
1
1
|
4月前
|
自然语言处理
数据挖掘
|
4月前
|
机器学习/深度学习
数据挖掘
|
8月前
|
机器学习/深度学习
人工智能
算法
社交网络分析4（上）：社交网络链路预测分析、Logistic回归模型、LLSLP方法（LightGBM 堆叠链路预测）、正则化方法、多重共线性
社交网络分析4（上）：社交网络链路预测分析、Logistic回归模型、LLSLP方法（LightGBM 堆叠链路预测）、正则化方法、多重共线性
527
0
0
|
机器学习/深度学习
搜索推荐
数据挖掘
|
机器学习/深度学习
数据可视化
算法
|
存储
Python
|
机器学习/深度学习
算法
热门文章
最新文章
1
【玩转数据系列十三】机器学习算法基于信用卡消费记录做信用评分
2
PAI实现的深度学习网络可视化编辑功能-FastNeuralNetwork
3
【玩转数据系列十六】机器学习PAI通过声音分辨男女（含语音特征提取相关数据和代码）
4
【通知】阿里云机器学习PAI即将商业化
5
心脏病预测案例_3048
6
lesson1
7
学习
8
面向医疗场景的大模型 RAG 检索增强解决方案
9
如何从0部署一个大模型RAG应用
10
视频生成框架EasyAnimate正式开源！
1
阿里云PAI-部署Qwen2-VL-72B
18
2
PAI负责任的AI解决方案： 安全、可信、隐私增强的企业级AI
17
3
深度解读面向大模型开发和应用的数据处理套件
22
4
基于阿里云AI购物助手解决方案的深度评测
43
5
面向医疗场景的大模型 RAG 检索增强解决方案
147
6
[python 技巧] 快速掌握Streamlit: python快速原型开发工具
138
7
PAI EAS Flask应用部署Quick Start
73
8
PAI下面的gbdt、xgboost、ps-smart 算法如何优化？
37
9
【NeurIPS'24】阿里云 PAI 团队论文被收录为 Spotlight，并完成主题演讲分享
51
10
AI时代的企业内训全景图：从案例到实战
102