原创 Kaggle ： Display Advertising Challenge( ctr 預估 )
Display Advertising Challenge ---------2015/1/12 一：背景 CriteoLabs 2014年7月份在kaggle上發起了一次關於展示廣告點擊率的預估比賽。CriteoLabs是第三方展示
2020-07-04 22:34:19
10
原创 餘額支付風控 -- 風控評分模型篇
餘額支付風控 風控評分模型篇 by dylanfan at 2015-2-11 一 概述 餘額支付的風險識別模型分爲兩類：（1）盜號交易識別風險 和 （2）盜卡交易識
2020-07-04 22:34:19
原创 模型集成方法： Stacked generation
Stacked generation分爲兩個階段 1. Level-0 generalizers Level-0 generalizers階段生成Level-1 generalizers階段的輸入數據。 我們有K個簡單的分類模型，然
2020-07-04 22:34:09
原创 Loan default predictor（貸款違約預測）
Loan default predictor （貸款違約預測） --- dylan at 2014-3-16 一：背景 Kaggle發佈了一個涉及貸款違約預測的比賽，時間週期2個月（2014/01/17 -- 2014/03/14
2020-02-24 15:45:44
2
原创 FaceBook: Text Tag Recommendation
Text Tag Recommendation --------2013/12/20 一： 背景 Kaggle上 facebook招聘比賽III。任務要求是給定文本中抽取關鍵詞，這裏稱作tag吧。 訓練集是Stack Exchange
2020-02-24 15:45:44
1
原创 kaggle ： StumbleUpon Evergreen Classification Challenge
StumbleUpon Evergreen Classification Challenge ------2013/08/16 -- 2013/10/31 一 背景 Build a classifier to categorize web
2020-02-24 15:45:44
5
原创 LIME：模型預測結果是否值得信任？
花了一天時間對LIME論文：http://arxiv.org/pdf/1602.04938v1.pdf 仔細閱讀和代碼閱讀，實驗，大體理解了作者的設計思路。 背景： 我們在建立模型的時候，經常會思考我們的模型是不是夠穩定，會不會出
2020-02-24 15:45:44
1
原创 重讀網絡挖掘中community detection 文章--Fast unfolding of communities in large networks
community detection 是源於複雜網絡領域的關於網絡節點的社團劃分的工作。 複雜網絡學科大量的實證研究發現很多網絡存在聚簇效應，比如常見的社交網絡。正所謂人以羣分，物以類聚。 community detection 方法分
2020-02-24 15:45:44
原创 連續特徵離散化和歸一化
RT，尤其在logistic regression上，需要把一些連續特徵進行離散化處理。離散化除了一些計算方面等等好處，還可以引入非線性特性，也可以很方便的做cross-feature。 連續特徵離散化處理有什麼好的方法， 有時候爲什麼不
2020-02-24 15:45:44
原创 刪除字符串中的“b”和“ac”
刪除字符串中的“b”和“ac”，需要滿足如下的條件：字符串只能遍歷一次；不能夠實用額外的空間。例如：acbac ==> ""；aaac ==> aa；ababac ==> aa；bbbbd ==> d #include <iostre
2020-02-24 15:45:44
原创 給定長度爲n的整數數列：a0,a1,..,an-1，以及整數S。這個數列會有連續的子序列的整數總和大於S的，求這些數列中，最小的長度。
給定長度爲n的整數數列：a0,a1,..,an-1，以及整數S。這個數列會有連續的子序列的整數總和大於S的，求這些數列中，最小的長度。 #include <iostream> using namespace std; int min
2020-02-24 15:45:44
原创 OWL-QN算法： 求解L1正則優化
在機器學習模型中，比如監督學習中，我們設計模型，我們重要的的工作是如何求解這個模型的最優值，通常是如何求救損失函數的最小值。比如logistic regression 中我們求解的是的loss function就是負log 最大似
2020-02-24 15:45:44
原创 二分類問題特徵選擇的常用兩個方法
二分類問題特徵選擇的常用兩個方法 by dylanfan at 2014-6-25 （1）互信息。值越大，相關性越強 w是特徵，t是目標。反應的是特徵出現和不出現對目標值的影響。 （2） 卡
2020-02-24 15:45:44
原创 求子序列的長度
子序列的定義：對於一個序列a=a[1],a[2],......a[n]，則非空序列a'=a[p1],a[p2]......a[pm]爲a的一個子序列，其中1<=p1<p2<.....<pm<=n。 例如：4,14,2,3和14,1,2
2020-02-24 15:45:44