- 博客(4)
- 资源 (2)
- 收藏
- 关注
RSS订阅转载 为什么牛顿法比梯度下降法法更快收敛
为什么通常牛顿法比梯度下降法能更快的收敛分类： 机器学习与数据挖掘2013-09-22 10:56 126人阅读 评论(1) 收藏 举报优化问题：为什么通常牛顿法比梯度下降法能更快的收敛？解答：牛顿法是二阶收敛，梯度下降是一阶收敛，所以牛顿法就更快。如果更通俗地说的话，比如你想找一条最短的路径走到一个盆地的最底部，梯度下降法每次只从你当前所处位置选一个坡度最大的方向走一步，牛顿法在选择方向时，不
2017-07-05 23:27:45
1963
原创 排序指标NDCG
NDCG（Normalized distributed cumulative gain），用来衡量排序质量的指标。 计算公式为： NDCG的计算：CG–>DCG–>NDCGCG：网页gain的累加。gain可以是自己定义的，用来衡量网页的相关程度。在NDCG中，相关度分成从0到r+1的等级（r是可设定的）： 相关度=2r−1相关度=2^r-1 例如现在有一个query={abc}，返回下图左
2017-06-29 10:19:23
4424
转载 64位win10下xgboost python包安装
64位win10下安装xgboost python包的教程xgboost的 Python包在windows环境下使用MicrosoftVisual Studio安装的功能被陈天奇大神删掉了，如下是comment：因此相关的教程网页https://github.com/dmlc/xgboost/tree/master/windows也404了，为了不抛弃windows环境，在尝试若干方法都失败后，
2016-12-02 10:47:14
526
集体智慧编程（中文版）
2016-09-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人