xgboost：

---

https://www.zybuluo.com/Dounm/note/1031900

GBDT算法详解　　

---

http://mlnote.com/2016/10/05/a-guide-to-xgboost-A-Scalable-Tree-Boosting-System/

XGboost: A Scalable Tree Boosting System论文及源码导读

 

• 2016/10/29XGboost核心源码阅读
• 2016/10/05XGboost: A Scalable Tree Boosting System论文及源码导读

• 2016/11/18简述FastDBT和LightGBM中GBDT的实现
• 2016/10/29XGboost核心源码阅读
• 2016/10/05XGboost: A Scalable Tree Boosting System论文及源码导读
• 2016/10/02Gradient Boosting Decision Tree[下篇]
• 2016/09/24Gradient Boosting Decision Tree[上篇]

xgboost 解读（2）——近似分割算法

---

zhihu：

-如何理解 Bregman 散度？

-有哪些指标可以描述两个图（graph）的相似度？

-CNN模型可以输入离散特征吗？

- xgboost 如何使用MAE或MAPE作为目标函数？

-graph convolution network 有什么比较好的应用task？

-清华大学孙茂松组：图神经网络必读论文列表

- 深度学习时代的图模型，清华发文综述图网络 

---

XGBoost 解读（2）——近似分割算法

https://yxzf.github.io/2017/04/xgboost-v2/

exact greedy -> 大数据量时 近似算法寻找分割点

https://yxzf.github.io/2017/03/xgboost-v1/

DNN在CTR预估上的应用

沈成光March 16, 2017

1.CTR预估

CTR预估是计算广告中最核心的算法之一，那么CTR预估是指什么呢？简单来说，CTR预估是对每次广告的点击情况做出预测，预测用户是点击还是不点击。具体定义可以参考 CTR. CTR预估和很多因素相关，比如历史点击率、广告位置、时间、用户等。CTR预估模型就是综合考虑各种因素、特征，在大量历史数据上训练得到的模型。CTR预估的训练样本一般从历史log、离线特征库获得。样本标签相对容易，用户点击标记为1，没有点击标记为0. 特征则会考虑很多，例如用户的人口学特征、广告自身特征、广告展示特征等。这些特征中会用到很多类别特征，例如用户所属职业、广告展示的IP地址等。一般对于类别特征会采样One-Hot编码，例如职业有三种：学生、白领、工人，那么会会用一个长度为3的向量分别表示他们：[1, 0, 0]、[0, 1, 0]、[0, 0, 1]. 可以这样会使得特征维度扩展很大，同时特征会非常稀疏。目前很多公司的广告特征库都是上亿级别的。

2.DNN

深度神经网络(DNN)近年来在图像、语音、自然语言等领域大放异彩，特别是在图像分类、语音识别、机器翻译方面DNN已经超过人，精度已经达到商业应用程度。不过，DNN在CTR预估这种场景的应用却仍在摸索中。图像、语言、自然语言领域的数据一般是连续的，局部之间存在某些结构。比如，图像的局部与其周围存在着紧密的联系；语音和文字的前后存在强相关性。但是CTR预估的数据如前面介绍，是非常离散的，特征前后之间的关系很多是我们排列的结果，并非本身是相互联系的。

3.Embeding

Neural Network是典型的连续值模型，而CTR预估的输入更多时候是离散特征，因此一个自然的想法就是如何将将离散特征转换为连续特征。如果你对词向量模型熟悉的话，可以发现之间的共通点。在自然语言处理(NLP)中，为了将自然语言交给机器学习中的算法来处理，通常需要首先将语言数学化，词向量就是用来将语言中的词进行数学化的一种方式。

一种最简单的词向量方式是one-hot，但这么做不能很好的刻画词之间的关系(例如相似性)，另外数据规模会非常大，带来维度灾难。因此Embeding的方法被提出，基本思路是将词都映射成一个固定长度的向量(向量大小远小于one-hot编码向量大些)，向量中元素不再是只有一位是1，而是每一位都有值。将所有词向量放在一起就是一个词向量空间，这样就可以表达词之间的关系，同时达到降维的效果。

既然Embeding可以将离散的词表达成连续值的词向量，那么对于CTR中的类别特征也可以使用Embeding得到连续值向量，再和其他连续值特征构成NN的输入。下图就是这种思路的表达。

因此问题的关键就是采用何种Embeding技术将离线特征转换到离线空间。

3.1 FM Embeding

Factorization Machine是近年来在推荐、CTR预估中常用的一种算法，该算法在LR的基础上考虑交叉项，如下面公式所示：

FM在后半部分的交叉项中为每个特征都分配一个特征向量V，这其实可以看作是一种Embeding的方法。Dr.Zhang在文献[1]中提出一种利用FM得到特征的embeding向量并将其组合成dense real层作为DNN的输入的模型，FNN。FNN模型的具体设计如下：

Dr.Zhang在模型中做了一个假设，就是每个category field只有一个值为1，也就是每个field是个one-hot表达向量。field是指特征的种类，例如将特征occupation one-hot之后是三维向量，但这个向量都属于一个field，就是occupation。这样虽然离散化后的特征有几亿，但是category field一般是几十到几百。 模型得到每个特征的Embeding向量后，将特征归纳到其属于field，得到向量z，z的大小就是1+#fields * #embeding 。z是一个固定长度的向量之后再在上面加入多个隐藏层最终得到FNN模型。

Dr.Zhang在FNN模型的基础上又提出了下面的新模型PNN. PNN和FNN的主要不同在于除了得到z向量，还增加了一个p向量，即Product向量。Product向量由每个category field的feature vector做inner product 或则 outer product 得到，作者认为这样做有助于特征交叉。另外PNN中Embeding层不再由FM生成，可以在整个网络中训练得到。

3.2 NN Embeding

Google团队最近提出Wide and Deep Model。在他们的模型中，Wide Models其实就是LR模型，输入原始的特征和一些交叉组合特征；Deep Models通过Embeding层将稀疏的特征转换为稠密的特征，再使用DNN。最后将两个模型Join得到整个大模型，他们认为模型具有memorization and generalization特性。 Wide and Deep Model中原始特征既可以是category，也可以是continue，这样更符合一般的场景。另外Embeding层是将每个category特征分别映射到embeding size的向量，如他们在TensorFlow代码中所示：

deep_columns = [
  tf.contrib.layers.embedding_column(workclass, dimension=8),
  tf.contrib.layers.embedding_column(education, dimension=8),
  tf.contrib.layers.embedding_column(gender, dimension=8),
  tf.contrib.layers.embedding_column(relationship, dimension=8),
  tf.contrib.layers.embedding_column(native_country, dimension=8),
  tf.contrib.layers.embedding_column(occupation, dimension=8),
  age, education_num, capital_gain, capital_loss, hours_per_week]

4.结合图像

目前很多在线广告都是图片形式的，文献[4]提出将图像也做为特征的输入。这样原始特征就分为两类，图像部分使用CNN，非图像部分使用NN处理。 其实这篇文章并没有太多新颖的方法，只能说多了一种特征。对于非图像特征，作者直接使用全连接神经网络，并没有使用Embeding。

5.CNN

CNN用于提取局部特征，在图像、NLP都取得不错的效果，如果在CTR预估中使用却是个难题。我认为最大的困难时如何构建对一个样本构建如图像那样的矩阵，能够具有局部联系和结构。如果不能构造这样的矩阵，使用CNN是没有什么意思的。 文献[5]是发表在CIKM2015的一篇短文，文章提出对使用CNN来进行CTR预估进行了尝试。 一条广告展示(single ad impression)包括：element = (user; query; ad, impression time, site category, device type, etc) 用户是否点击一个广告与用户的历史ad impression有关。这样，一个样本将会是(s, label) ，s由多条l组成(数目不定)

作者提出CCPM模型处理这样的数据。每个样本有n个element，对每个element使用embeding 得到定长为d的向量

ei∈Rd

，再构造成一个矩阵

s∈Rd∗n

，得到s矩阵之后就可以套用CNN，后面的其实没有太多创新点。

6.RNN

考虑搜索场景下的CTR预估，如果考虑历史信息，如可以将一个用户的历史ad impression构成一个时间序列。RNN非常适合时间序列的场景，如语言建模等。这篇 发表在AAAI2014将RNN模型引入CTR预估。作者首先在数据集上验证了用户的点击行为与之前的ad impression历史有关联：

• 如果用户在之前的impression很快离开广告页面，那么将会在接下来一段时间内不会点击类似的广告
• 如果用户最近有过与广告相关的查询，那么接下来点击相关广告的可能性会大幅提升
• 前面的两种行为还可能随着间隔时间的增加而不是那么相关

当前关联不止这些，而且人工难以刻画，需要模型来自动提取。RNN模型对此类问题非常适用，作者的主要工作是将数据集构造成适合RNN的输入（即对用户的历史ad impression根据时间排序），对模型本身并没有改进。

参考文献

1. Deep Learning over Multi-field Categorical Data – A Case Study on User Response Prediction
2. Product-based Neural Networks for User Response Prediction
3. Wide & Deep Learning for Recommender Systems
4. Deep CTR Prediction in Display Advertising
5. A Convolutional Click Prediction Model
6. http://www.52cs.org/?p=1046
7. http://techshow.ctrip.com/archives/1149.html
8. http://tech.meituan.com/deep-understanding-of-ffm-principles-and-practices.html
9. Sequential Click Prediction for Sponsored Search with Recurrent Neural Networks

YXZF'S BLOG

• 主页
• 数据挖掘
• 深度学习
• 开发
• 数学
• 关于

 

CNN在NLP的应用--文本分类

刚接触深度学习时知道CNN一般用于计算机视觉，RNN等一般用于自然语言相关。CNN目前在CV领域独领风骚，自然就有想法将CNN迁移到NLP中。但是NLP与CV不太一样，NLP有语言内存的结构，所以最开始CNN在NLP领域的应用在文本分类。相比于具体的句法分析、语义分析的应用，文本分类不需要精准分析。本文主要介绍最近学习到几个算法，并用mxnet进行了实现，如有错误请大家指出。

1 Convolutional Neural Networks for Sentence Classification

1.1 原理

CNN的输入是矩阵形式，因此首先是构造矩阵。句子有词构成，DL中一般使用词向量，再对句子的长度设置一个固定值（可以是最大长度），那么就可以构造一个矩阵，这样就可以应用CNN了。这篇论文就是这样的思想，如上图所示。

输入层

句子长度为n，词向量的维度为k，那么矩阵就是n∗k。具体的，词向量可以是静态的或者动态的。静态指词向量提取利用word2vec等得到，动态指词向量是在模型整体训练过程中得到。

卷积层

一个卷积层的kernel大小为$hk，k为输入层词向量的维度，那么h为窗口内词的数目。这样可以看做为N−Gram的变种。如此一个卷积操作可以得到一个(n-h+1)1$的feature map。多个卷积操作就可以得到多个这样的feature map

池化层

这里面的池化层比较简单，就是一个Max-over-time Pooling，从前面的1维的feature map中取最大值。这篇文章中给出了NLP中CNN的常用Pooling方法。最终将会得到1维的size=m的向量(m=卷积的数目)

全连接+输出层

模型的输出层就是全连接+Softmax。可以加上通用的Dropout和正则的方法来优化

1.2 实现

这篇文章用TensorFlow实现了这个模型，代码。我参考这个代码用mxnet实现了，代码

2 Character-level Convolutional Networks for Text Classification

2.1 原理

图像的基本都要是像素单元，那么在语言中基本的单元应该是字符。CNN在图像中有效就是从原始特征不断向上提取高阶特征，那么在NLP中可以从字符构造矩阵，再应用CNN来做。这篇论文就是这个思路。 

输入层

一个句子构造一个矩阵，句子由字符构成。设定一个句子的字符数目n(论文中n=1014)。每个字符是一个字符向量，这个字符向量可以是one-hot向量，也可以是一个char embeding. 设字符向量为k，那么矩阵为n∗k。

卷积层

这里的卷积层就是套用在图像领域的， 论文中给出具体的设置 

全连接+输出层

全连接层的具体设置如下 ![/images/deeplearning/cnn_nlp/model2_fc.png]

2.2 实现

代码给出了TensorFlow的实现，我用mxnet实现的代码

3 Character-Aware Neural Language Models

3.1 原理

这篇文章提出一种CNN+RNN结合的模型。CNN部分，每个单词由character组成，如果对character构造embeding向量，则可以对单词构造矩阵作为CNN的输入。CNN的输出为词向量，作为RNN的输入，RNN的输出则是以整个词为单位。 

3.1.1 CNN层

输入层: 一个句子(sentence)是一个输入样本，句子由词(word)构成，词由字符(character)组成。每个字符学习一个embeding字符向量，设字符向量长度为k，那么一个word(长度为w)就可以构造成一个矩阵C(k∗w)

卷积层: 对这个矩阵C使用多个卷积层，每个卷积层的kernel大小为($kn)。卷积层可以看作是character的n−gram，那么每个卷积操作后得到的矩阵为(1(w-n+1)$)

池化层: 池化层仍是max-pooling，挑选出(w−n+1)长度向量中的最大值，将所有池化层的结果拼接就可以得到定长的向量p，p的长度为所有卷积层的数目

Highway层: Highway层是最近刚提出的一种结构，借鉴LSTM的gate概念。x为该层的输入，那么首先计算一个非线性转换T(x)，T(x)∈[0,1](T一般为sigmod)。除了T(x)，还有另外一个非线性转换H(x)，最终的输出为y=T(x)∗H(x)+(1−T(x))∗x。从公式来看，T(x)充当了gate，如果T(x)=1，那么输出同传统的非线性层一样，输出是H(x)，如果T(x)=0，则直接输出输入x。作者认为Highway层的引入避免了梯度的快速消失，这种特性可以构建更深的网络。

输出层: 每个单词将得到一个词向量，与一般的词向量获取不同，这里的词向量是DNN在character embeding上得到的。

3.1.2 RNN层

输入层: 将一个句子的每个CNN输出作为词向量，整个句子就是RNN的输入层

隐藏层: 一般使用LSTM，也可以是GRU

输出层: 输出层以word为单位，而不是character.

3.2实现

代码给出了TensorFlow的实现，我的MXNet实现见代码

参考资料

1. https://github.com/Lasagne/Lasagne/blob/highway_example/examples/Highway%20Networks.ipynb
2. http://www.jeyzhang.com/cnn-apply-on-modelling-sentence.html
3. http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/
4. http://www.wtoutiao.com/p/H08qKy.html
5. http://karpathy.github.io/2015/05/21/rnn-effectiveness/
6. https://papers.nips.cc/paper/5782-character-level-convolutional-networks-for-text-classification.pdf

---

 

© 2017 YXZF's Blog powered by Jekyll + Skinny Bones.

---

---