← 返回卡片

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

核验版本的摘录快照 · 导入于 2026-11-18T22:35:03.565Z

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

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/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