机器学习排序LTR入门—

应用sklearn实现线性回归LTR

为了更直不雅地体验，应用Python的sklearn类库来实现回归是一个便捷的方法。如不雅想应用上文数据经由过程线性回归测验测验下简单的LTR练习集，可以把我们测验测验的相干度等级猜测值记为S，我们看到的旌旗灯号将猜测该得分并记为X。

我们将应用一些片子相干度数据测验测验点有趣的工作。这里有一个搜刮关键词“Rocky”的相干度等级数据集。召回我们膳绫擎的评判表，转换为一个练习集。一路来体验下真实的练习集(注释会赞助我们懂得具体过程)。我们将检查的三个排序旌旗灯号，包含标题标TF*IDF得分、简介的TF*IDF得分以及片子不雅众的评分。

grade,titleScore,overviewScore,ratingScore,comment:#  keywords@movietitle 
4,10.65,8.41,7.40,# 1366   rocky@Rocky 
3,0.00,6.75,7.00,# 12412  rocky@Creed 
3,8.22,9.72,6.60,# 1246   rocky@Rocky Balboa 
3,8.22,8.41,0.00,# 1374   rocky@Rocky IV 
3,8.22,7.68,6.90,# 1367   rocky@Rocky II 
3,8.22,7.15,0.00,# 1375   rocky@Rocky V 
3,8.22,5.28,0.00,# 1371   rocky@Rocky III 
2,0.00,0.00,7.60,# 154019 rocky@Belarmino 
2,0.00,0.00,7.10,# 1368   rocky@First Blood 
2,0.00,0.00,6.70,# 13258  rocky@Son of Rambow 
2,0.00,0.00,0.00,# 70808  rocky@Klitschko 
2,0.00,0.00,0.00,# 64807  rocky@Grudge Match 
2,0.00,0.00,0.00,# 47059  rocky@Boxing Gym 
...

所以接下来直接来到代码的部分!下面的代码年腋荷琐CSV文件攫取数据到一个numpy数组;该数组是二维的，第一维作为行，第二维作为列。鄙人面的注释中可以看到很新潮的数组切片是若何进行的：

from sklearn.linear_model import LinearRegression 
from math import sin 
import numpy as np 
import csv 
 
rockyData = np.genfromtxt('rocky.csv', delimiter=',')[1:] # Remove the CSV header 
 
rockyGrades = rockyData[:,0]   # Slice out column 0, where the grades are 
rockySignals = rockyData[:,1:-1]  # Features in columns 1...all but last column (the comment)

不错!我们已预备好进行一个简单线性回归了。这里我们应用一个经典的断定办法：方程比未知数多!是以我们须要应用常最小二乘法来估算特点rockySignals和等级rockyGrades间的关系。很简单，这就是numpy线性回归所做的：

butIRegress = LinearRegression() 
butIRegress.fit(rockySignals, rockyGrades)

这里给出了系数(即“权重”)用于我们的排序旌旗灯号，：

我们经由过程这些系数可以建立本身的排序函数。做这些只是为了描述目标，sk-learn的线性回归带有猜测办法，能评估作为输入的模型，然则构建我们本身的更有意思：

butIRegress.coef_  #boost for title, boost for overview, boost for rating 
 
array([ 0.04999419,  0.22958357,  0.00573909]) 
 
butIRegress.intercept_ 
 
0.97040804634516986

漂亮!相干度解决了!(真的吗?)我们可以应用这些来建立一个排序函数。我们已经进修到了分别应用什么样的权重到标题和简介属性。

截至今朝，我忽视了一部分事项，即我们须要考量若何评价模型和数据的匹配度。在本文的结尾，我们只是想看看一般情况下这些模型是若何工作。但不只是假设该模型异常合适练习集数据是个不错的设法主意，老是须要回退一些数据来测试的。接下来的博文会分别介绍这些话题。

2/3 首页上一页 1 2 3 下一页尾页

　　推荐阅读

　　有关机器学习每个人都应该了解的东西

沙龙晃荡 | 去哪儿、陌陌、ThoughtWorks在主动化运维中的实践！10.28不见不散！本文科普了机械进修方面的常识，简单介绍了机械进修可以做什么，以及若何做的。以下是译文。在以前的几个月>>>详细阅读

本文标题：机器学习排序LTR入门——线性模型

地址：http://www.17bianji.com/lsqh/38146.html

1/2 1