首页 > 代码库 > 学习排序算法简介
学习排序算法简介
学习排序算法简介
学习排序(Learning to Rank, LTR)是一类基于机器学习方法的排序算法。
传统经典的模型,例如基于TFIDF特征的VSM模型,很难融入多种特征,也就是除了TFIDF特征之外,就无法融入其他种类的特征了。
而机器学习的方法很容易融合多种特征,而且有成熟深厚的理论基础,参数也是通过迭代计算出来的,有一套成熟理论来解决稀疏、过拟合等问题。
LTR方法大致可以分成三类:
1) Pointwise 单文档方法
2) Pairwise 文档对方法
3) Listwise 文档列表方法
LTR算法在实际中应用很多,比如你在搜索引擎中输入一个query,得到了一系列的搜索结果,那么如何根据你的query,对这些结果进行排序呢?因为我们需要把与query最相关的result排在最前面吧~机器翻译的时候也会有个翻译结果排序的过程。所以说,LTR算法还是很有用滴~
下面的博客中,我们会具体介绍上面的每一类算法~
http://blog.csdn.net/nanjunxiao/article/details/8976195
学习排序算法简介
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。