暂无个人介绍
通过GBDT生成的特征与原始特征进行merge,然后通过LR做回归。<br />数据源:<br />数据大小:770 KB<br />字段数量:20<br />使用组件:Table to KV,SQL脚本,拆分,读数据表,特征编码,增加序号列<br />
GBDT 与LR 算法融合,将生成的特征与原始特征进行merge<br />数据源:<br />数据大小:770 KB<br />字段数量:20<br />使用组件:Table to KV,SQL脚本,拆分,读数据表,特征编码,增加序号列<br />
在广告点击机器学习实践中, 我们用的最多的是逻辑回归(LR)模型,使用大量的特征做为训练数据输入。 特征的组合非常关键,我们无法穷举这些组合,只能依赖于人工经验来判断,耗时耗力同时带来的效果可能还不好。 如何自动的发现有效的特征,是机器学习实践中要解决的问题。 Facebook 曾经介绍了使用GBDT与LR组合的方法,可以有效的解决这个问题,今天的课程就为大家讲解如何在PAI上实现GBDT与LR的融合。<br />数据源:<br />数据大小:770 KB<br />字段数量:20<br />使用组件:拆分,读数据表,特征编码<br />