文件名称:
Advanced-Factorization-of-Machine-Systems:GSOC 2017-Apache组织-＃使用并行随机梯度下降（python和scala）在Spark上实现分解机器-源码
开发工具:
文件大小: 382kb
下载次数: 0
上传时间: 2021-03-11
详细说明：带有并行SGD的Spark上的FM
使用并行随机梯度下降（python和scala）在Spark上实现分解工厂机
因子分解机是Rendle在推出的智能通用预测器，可以捕获数据集中的所有单向和成对交互。 它可以应用于任何实值特征向量，并且在高度稀疏的数据上也能很好地执行。 FM的扩展，即Field Factorization Machines， 的被证明是预测广告点击量的成功方法。
我构建了一个自定义Spark实施以在Python和Scala中使用。 为了在Spark中充分利用并行计算，我实现了并行随机梯度下降来训练FM。 这形成了Mini-batch SGD的替代方法，后者已在MLLib中提供，用于训练Logistic回归模型。
该实现在速度和有效性方面显示出令人印象深刻的结果。
我在2015年夏季在ING荷兰实习期间就参与了该项目。ING拥有强大的数据科学家团队，我感谢他们在该项
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
