转：learning to rank学习
2013-12-05 18:38
381 查看
learning to rank学习
转： /article/1442537.html1. 什么是learning to rank?
2. 如何训练一个排序模型？
训练预料产生
对训练预料提取特征，通常特征包含tf/idf, click, bm25， pagerank等特征
训练模型，常见模型：
pointwise
pairwise
listwise
pointwise，pairwsie，listwise比较：
pairwise代码实现，参考这里http://fa.bianp.net/blog/2012/learning-to-rank-with-scikit-learn-the-pairwise-transform/
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 学习排序 Learning to Rank 小结<转>
- 【学习排序】 Learning to Rank 中Listwise关于ListNet算法讲解及实现
- 学习排序 Learning to Rank 小结
- 【学习排序】 Learning to Rank中Pointwise关于PRank算法源码实现
- learning to rank学习
- Learning to Rank(基于学习的排序)：
- 学习排序 Learning to Rank 小结
- 学习排序 Learning to Rank 小结
- 学习排序 Learning to Rank 小结
- LTR学习排序 Learning to Rank 小结
- 【模式识别】Learning To Rank之RankBoost
- 多任务学习“Multi-Task Learning Using Uncertainty to Weigh Losses for Scene Geometry and Semantics”
- learning to rank之评价指标
- Learning to Rank入门小结 + 漫谈
- 【目标跟踪】Learning to Track at 100 FPS with Deep Regression Networks 学习
- 深度学习的一些总结(Introduce to Deep learning)
- Learning to Rank 简介
- 【学习笔记】WEEK 1_Introduction to Deep Learning_Supervised Learning with Neural Networks
- 刘铁岩-learning to rank
- Learning to rank的讲解，单文档方法（Pointwise），文档对方法（Pairwise），文档列表方法（Listwise）