1、亚马孙数据格式 亚马逊数据集包含产品评论和产品原始数据，用作基准数据集。 我们对名为Electronics的子集进行实验，其中包含192,403个用户，63,001个商品...
发简信
IP属地：浙江
-
Deep Interest Network解读 -
Wide & Deep1.背景 Wide and deep 模型是 TensorFlow 在 2016 年 6 月左右发布的一类用于分类和回归的模型，并应用到了 Google Play 的应用推荐...
-
pyspark与机器学习借助于spark的分布式特性，机器学习与spark的结合可以解决数据规模大、复杂运算时间久的问题。spark提供MLlib组件用于满足机器学习的需求。本文将从机器学习数据读取...
-
Task04：基于深度学习的文本分类1-fastText
基于FastText的文本分类 step1.转换为FastText需要的格式 step2.FastText分类 Output： test：增加样本量至10w Output： ...
-
Task03：基于机器学习的文本分类
1. One-Hot 2. 词袋 Bag of Words（词袋表示），也称为Count Vectors，每个文档的字/词可以使用其出现次数来进行表示。 Output： 3....
-
Task02： 数据读取与数据分析
教案实践 step1.数据读取 step2.数据探索 2-1.句子长度分析 Output: 对新闻句子的统计可以得出，每个句子平均由872个字符构成，最短的句子长度为64，最...
-
Task01：赛题理解
赛题数据 赛题以匿名处理后的新闻数据为赛题数据，数据集报名后可见并可下载。赛题数据为新闻文本，并按照字符级别进行匿名处理。整合划分出14个候选分类类别：财经、彩票、房产、股票...
-
pyspark：dataframe与rdd的一点小事
大纲 问题描述 解决方案 代码以及效果 总结 1.问题描述 要做的事情 从一堆房源hive表和hdfs数据中读取信息，并将同一id的信息整合到一起。共有5个hive表，2个h...
-
-
Lookalike 技术调研归档至github What 基本上所有的互联网公司都有其广告投放平台，这是给广告主投放广告的一个页面。广告主可以通过广告提交页面提交自己的广告需求，后台会给广告主圈定一部分...
-
