xml地图|网站地图|网站标签 [设为首页] [加入收藏]
帮助类等
分类:编程

Learning to Rank,即排序学习,简单的称呼为 L2酷路泽,它是创设排序模型的机器学习方法,在消息寻觅、自然语言管理、数据开掘等情景中有所首要性的法力。其完成的机能是:给定黄金年代组文书档案,对随便查询供给提交反映文书档案相关性的文书档案排序。本文简要介绍一下 L2Haval 的骨干算法及评价指标。

1,as使用场合
(1)从派生类转换为基类,向上转型(upcasts)

 

背景

乘机互连网的连忙前行,L2揽胜极光技艺也更是受到关切,这是机械学习常见的职责之少年老成。消息寻觅时,给定叁个询问目的,大家必要算出最相符须要的结果并赶回,那当中涉及一些表征计算、相称等算法,对埃尔克森量的数据,要是仅靠人工来干预在那之中的有些参数来进行排序的话,是遥远不能够落得供给的,而 L2陆风X8 算法正是用来化解这种主题素材的,L2途观将机械学习的技能很好地行使到了排序中,并提议了一些新的争鸣和方法,有效消除了排序的标题,何况效用上比较人工干预也会有了多少个数据级的高效。

1 class Animal {}
2 class Cat: Animal {}
3 let cat = Cat()
4 let animal = cat as Animal

 

L2R 算法

L2瑞虎算法主要包括二种档案的次序:Pointwise、Pairwise、Listwise,上面分别开展介绍。

 

 

1. Pointwise

Pointwise 将标题转变为多分类或回归难点。假设归纳为多分类难题,对于某些Query,对文档与此 Query 的有关程度打标签,标签分为有限的花色,那样就将难点转为多分类难题;假诺归咎为回归难题,对于某些Query,则对文书档案与此 Query 的相关程度计算相关度 Score,那样就将标题归结为回归难题。

(2)消除二义性,数值类型转换

1 let num1 = 42 as CGFloat
2 let num2 = 42 as Int
3 let num3 = 42.5 as Int
4 let num4 = (42 / 2) as Double

 

模型

应用 Pointwise 模型有 Subset Ranking、OC SVM、McRank、Prank 等。

 

近来计划写二个仓房管理的品种

输入

一定的 Query,文书档案的特征向量。

(3)switch 语句中张开情势相称
八面威风旦不明了三个对象是如何类型,你可以由此switch语法检测它的花色,并且尝试在不一致的情景下使用相应的类别实行对应的处理。

  顾客要求使用C#编写制定MySQL存款和储蓄数据

输出

文书档案与 Query 的竹签序列或相关性分数。

1 switch animal {
2 case let cat as Cat:
3     print("如果是Cat类型对象,则做相应处理")
4 case let dog as Dog:
5     print("如果是Dog类型对象,则做相应处理")
6 default: break
7 }

  为了有支持,收拾了数据库操作的工具类

损失函数

回归 Loss、分类 Loss、有序回归 Loss。

 

 

优缺点

Pointwise 算法达成轻易,易于明白,但它只对给定 Query 单个文书档案的相关度举办建模,仅仅思索了单个文书档案的断然相关度,Pointwise 只学习到了文书档案和 Query 的全局相关性,对排序前后相继顺序有早晚的震慑。在某有个别场景下,排在最终面包车型地铁几个文书档案对排序结果的熏Tout别首要,如搜寻引擎的第生龙活虎页的开始和结果相当的重大,而 Pointwise 未有考虑这地点的影响,不对排序的前后相继顺序优劣做惩罚。

2,as!使用场合

率先在项目App.config 文件下增多节点

2. Pairwise

上文提到 Pointwise 方法只思考了单个文书档案和 Query 的相对化相关度,Pairwise 思考的则是五个文书档案之间的相对相关度,相比分裂文书档案的前后相继顺序。Pairwise 方法是这两天对比盛行的措施,它将一切排序难点转为二元分类难点,即营造的是二个二分类器,对三个文书档案对 <Doc1, Doc2> 做二分类,风华正茂类是 Doc1 排序前于 Doc2,另大器晚成类则相反,通过两两相比,模型能够学习到分裂文档之间的前后相继顺序。

向下转型(Downcasting)时选择。由于是胁迫类型调换,固然调换退步会报 runtime 运转错误。

  <connectionStrings>
    <add name="constr" connectionString="server=localhost;port=3306;user id=root;password=root;database=car;Charset=utf8;"/>
  </connectionStrings>

模型

使用 Pairwise 的模子有 Ranking SVM、RankBoost、RankNet、GBRank、I中华V SVM 等。

1 class Animal {}
2 class Cat: Animal {}
3 let animal :Animal  = Cat()
4 let cat = animal as! Cat

 

输入

特定 Query,文档对 <Doc1, Doc2>。

 

例如:

本文由澳门新葡亰手机版发布于编程,转载请注明出处:帮助类等

上一篇:没有了 下一篇:没有了
猜你喜欢
热门排行
精彩图文