原书出处
智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)
08 第8章 推荐系统的主要算法
B)方法,大大提高了模型的训练速度且保证了准确率。下面具体讲一下LightGBM的改进方向。 首先介绍一下GOSS算法。
GOSS算法的主要思想是,梯度大的样本对信息熵增益的影响大,也就是说梯度大的样本点会贡献更多的信息熵增益。
因此,为了保证信息熵增益的精度,当我们对样本进行下采样的时候保留大梯度的样本点,而对于小梯度的样本点按比例进行随机采样即
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能搜索和推荐系统:原理、算法与应用(零基础掌握搜索和推荐系统的原理、架构、算法) (智能系统与技术丛书)/_epub-src/text/part0114.html
EPUB SHA-256:7c59ad7c208225d5ad9ff8ebac84642c693438b69bb9a48fad164b9dfb1eb976