矩阵分解简介 推荐领域的人一般都会听说过十年前 Netflix Prize 的比赛，随着 Netflix Prize 推荐比赛的成功举办，近年来隐语义模型（Latent Factor Model，LFM）受到越来越多的关注。隐语义模型最早在文本挖掘领域…
点击率(click-through rate, CTR)是点击特定链接的用户与查看页面，电子邮件或广告的总用户数量之比。它通常用于衡量某个网站的在线广告活动是否成功，以及电子邮件活动的有效性，是互联网公司进行流量分配的核心依…
网格系统(Grid System)对于分析海量空间数据集，将地球空间划分为可识别的网格单元(cell)至关重要。H3是由Uber开源的一个六边形分层索引网格系统，也是最近几年实现数据聚合的主要趋势，在H3出现之前大部分情况采用…
Geohash简介 Geohash是一种地址编码，它能把二维的经纬度编码成一维的字符串。比如，北海公园的编码是wx4g0ec1。 Geohash有以下几个特点： Geohash用一个字符串表示经度和纬度两个坐标。在数据存储时可以简化为…
直方图简介 在统计学中，直方图（英语：Histogram）是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量，以长条图（bar）的形式具体表现。因为直方图的…
在使用 Pandas 处理数据时，常见的读取数据的方式时从 Excel 或 CSV 文件中获取，另外有时也会需要将处理完的数据输出为 Excel 或 CSV 文件。今天就一起来学习下 Pandas 常见的文件读取与导出的方法。 加载 Excel…
很多参数估计问题均采用似然函数作为目标函数，当训练数据足够多时，可以不断提高模型精度，但是以提高模型复杂度为代价的，同时带来一个机器学习中非常普遍的问题——过拟合。所以，模型选择问题在模型复杂度与模型…
我们经常看到的 Bar Chart Race（柱形竞赛图），可以看到数据的呈现非常的直观。今天就一起来学习下如何生成和上面一样的柱形竞赛图。 1、导入 Python 库 import pandas as pd import matplotlib.pyplot as plt …
什么是余弦定理 学过向量代数的人都知道，向量实际上是多维空间中有方向的线段。如果两个向量的方向一致，即夹角接近零，那么这两个向量就相近。而要确定两个向量方向是否一致，这就要用到余弦定理计算向量的夹角了…
普通RNN存在的问题 循环神经网络（Recurrent Neural Network，RNN）是一种用于处理序列数据的神经网络。相比一般的神经网络来说，他能够处理序列变化的数据。比如某个单词的意思会因为上文提到的内容不同而有不同的…
