知识卡片
对数权重压缩大计数差异
对正频次使用log(Freq+1),高计数间差距会压缩,且Freq=1不会变成零,适合后续相乘权重。Freq=0时log1p仍为零,不保证任何输入都严格正。加1改变低计数的相对尺度,必须将它作为建模选择,而非宣称不影响结果。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第4章 排序:智能收件箱 设计用于排序的权重计算策略 · 查看原书依据
Weight=log(Freq+1)) 最后,回想一下,在初等数学中学过的指数规则告诉我们,任何值的0次幂都是1。在使用对数变换计算权重时记住这一点非常重要,因为观测值为1时,就会变换成0。在计算权重时这会出现问题,因为用0乘以其他特征权重值时会得到0。为了避免出现这种情况,我们
参考来源
- 位置:《机器学习:实用案例解析》第04章《设计用于排序的权重计算策略》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3099.html,spine3205)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:Weight=log(Freq+1)) 最后,回想一下,在初等数学中学过的指数规则告诉我们,任何值的0次幂都是1。在使用对数变换计算权重时记住这一点非常重要,因为观测值为1时,就会变换成0。在计算权重时这会出现问题,因为用0乘以其他特征权重值时会得到0。为了避免出现这种情况,我们