LJ10211289@LJ10211289
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“充分必要条件 【 在 buptsdu1991 的大作中提到: 】 : : 【 在 LJ10211289 的大作中提到: 】 : : mercer condition里有指定“当且仅当对于训练样例吗？”，我记得mercer condition里的kernel funct : ......... 发自「贵邮」”
“mercer condition里有指定“当且仅当对于训练样例吗？”，我记得mercer condition里的kernel function K的定义是基于某一数据空间{xn}说的，应该不是特定的训练样例空间。我觉得定义里的"某一数据空间"可以适用于任意的训练样例空间，而不仅仅是当前手中的样例空间，所以mercer …”
“（1）能找属性就继续找属性(属性是根本) （2）尝试不同分类模型 （3）调节模型参数 （4）考虑多模型ensemble（一般能提高点，但提高有限，说到底属性是关键）”
“【 在 binxin 的大作中提到: 】 : 实际上这不是普通意义上的概率值，只是一个打分，通常这个阈值还需要调整 我的意思是，不把这看作一个分类问题，而是一个回归问题。训练时直接用(特征向量xi，广告点击率yi)代入LR的损失函数里进行训练”
“我觉得像广告类型，是否图片，展示形式应该有用，也没有具体数据，所以不好说。广告方面有专门的广告计算学，你可以参考参考，再多的我就不清楚了 【 在 sekingme 的大作中提到: 】 : : 你觉得有哪些特征可以做特征向量呢？”
“LR输出的是[0,1]之间的概率值，同时广告点击率也是[0,1]之间的值。所以我觉得，直接用训练数据{xi,yi}(xi是特征向量，yi是点击率)来最小化logistic regression的损失函数就可以了 LR cost function: 【 在 sekingme 的大作中提到: 】 : 怎么用Logic re…”
“当然。。。不过R我不怎么会”
“结果为什么应该是1？我算了一下，是0.98058067”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。