【Datawhale】推荐系统GBDT+LR

时间 2021-04-10

标签 DataWhale 繁體版

原文原文链接

GBDT+LR简介前面介绍的协同过滤和矩阵分解存在的劣势就是仅利用了用户与物品相互行为信息进行推荐，忽视了用户自身特征，物品自身特征以及上下文信息等，导致生成的结果往往会比较片面。而这次介绍的这个模型是2014年由Facebook提出的GBDT+LR模型，该模型利用GBDT自动进行特征筛选和组合，进而生成新的离散特征向量，再把该特征向量当做LR模型的输入，来产生最后的预测结果，该

>>阅读原文<<

1. DataWhale打卡Day01--推荐系统入门
2. DataWhale-推荐系统打卡Day04--Wide&Deep
3. [推荐系统]推荐系统概述
4. 【推荐系统】推荐系统概述
5. Datawhale十月组队学习_推荐系统
6. DataWhale-推荐系统打卡Day03--矩阵分解
7. 推荐系统
更多相关文章...
• 操作系统（OS）平台统计 - 浏览器信息
• 系统定义的TypeHandler - MyBatis教程
• Docker容器实战(七) - 容器眼光下的文件系统
• NewSQL-TiDB相关