← 返回卡片

原书出处

推荐系统全链路设计:原理解读与业务实践

03 构建推荐系统的特征 3.4 怎么处理离散特征

核验版本的摘录快照 · 导入于 2026-11-10T16:53:59.774Z

9.Embedding编码 Embedding主要在深度学习中使用,需要建立一个 m × n 的矩阵, m 为类别个数, n 为代替类别的向量,意思是每一个特征的每一个类别都用一个维度为 n 的向量表示

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/推荐系统全链路设计:原理解读与业务实践/_epub-src/converter-master/example/312287/39.html

EPUB SHA-256:561f2b6070e9967ef1d88dae2b51a30edc601db97e3e286e0e39db1c1d5c3a9e