推荐、nlp、算法题等相关复习(0922-0929)

1. 算法题:路径总和三

求一棵树中所有路径和为targetsum的值,其实有点像和为k的数组,用前缀和来做

先求出前缀和数组,再类似两数之和问题,每次插入一个数,如果target-当前数在哈希表里存在,更新;

搞不懂啊,真搞不懂

想到了,遍历到每个节点时,实际上不是树,就是一条路径而已,所以和数组差不多,只不过外面要用dfs来套,而且前缀和遍历左边和右边数组要记得更新一下前缀和

(代码没写)

2. xgboost如何对两个指标做预测?

本身xgb无法做多目标排序模型的,如果要用多目标排序模型的思路,就是将xgboost当成一个专家(?)也不行,xgb预测出来的是一个值,而不是多个值

用MultiOutputRegressor是可以做多任务回归的。但似乎本质上还是多个模型预测多个值。

可行方法:将多个目标线性组合成一个目标 比如点击率和完播率

点击率的label一般是0/1,完播率的label是10%,20%这样

就可以建模

3. 完播率如何建模?

(1)视频播放时长建模

播放时长建模是去直接预估一个播放时长,不是0-1之间的,而是一个时长值

按照王树森的说法,标签是历史数据,假设历史数据中,用户看了t分钟,那么标签y=t/(1+t).

而模型预估出一个值z(z不是01之间的,是随便一个数),然后算出一个概率p,p=exp(z)/(1+exp(z)),用p拟合y,这样p越接近y,exp(z)就越接近播放时长。

预测的时候,就用模型输出的值z,计算exp(z) 来预估播放时长。

(2)视频完播率预估

有两种方法建模,一是回归方法,比如10min视频看了4min,标签y=0.4

用交叉熵来预估

(所以说在推荐中,交叉熵是可以用在回归任务的)

二是二元分类方法,假设完播率>80%是正样本,<80%是负样本,用二分类来算

但是算出的结果还是01之间的连续值。。因为要拿来排序啊

但是最后在排序的时候,不能直接拿完播率去排序

预估分数=预估完播率/f(视频长度)

这里f是一个负增长函数,视频长度越长,f越小,预估分数越大。

(这个f具体怎么算的?)

但是还有个问题,我既然是实际用到了xgb,那我用xgb是如何预测一个值的?也就是回归问题?我到底用xgb预测了完播率了吗?

3. 分类损失函数有哪些?针对负样本构建的有哪些?

(1)交叉熵损失

(2)Hinge loss:用于SVM中找最大间隔的场景

(3)balanced cross entropy:用于处理类别不均衡样本的问题,降低易分类样本的权重,强调难分类样本。对正负样本设置不同权重,权重值为正负样本的比例。

但是缺点在于,难以区分简单、难分样本

(4)Focal loss:用于处理正负样本比例失调的情况。bce的改进多增加了一个调制因子,控制简单、难分样本数量失衡。

4. 回归损失函数有哪些?

(1)均方误差损失函数:MSE

(2)L1距离(平均绝对误差,MAE)

(3)RMSE:均方根误差

MSE开根号

(4)Huber 损失(Huber Loss)

5. 我在cv项目里考虑用过的损失函数有哪些?

(1)sMAPE

sMAPE 对称平均绝对百分比误差(symmetric Mean Absolute Percentage Error )

(2)梯度loss

(3)SSIM

6. BatchNorm和LayerNorm的区别?什么时候用?

BatchNorm适合cv,因为不同通道之间保证相同分布,Layernorm适合nlp,因为是每个句子之间保证相同分布

7. SSIM、PSNR公式

SSIM是用图像的平均值、标准差、协方差来评估的,更偏重感知的相似

PSNR是用图像的logMSE来评估的,与MSE更类似

8. Xgboost如何做回归模型预测的?

应该每一棵树预测的都是一个值,那这样应该是离散数而不是连续值?

如果是回归任务,就可以借鉴决策树回归的原理(CART树,可以做分类和回归),它是根据分割把数据分成不同的子区域,(分裂条件是MSE最小),然后每个子区域(代表这个节点)计算子区域所有训练样本的平均值,作为这个叶子节点的输出。

如何用一阶导数和二阶导数?是泰勒展开法

导数是相减的导数,不对啊那这个导数是哪个函数的导数?

为啥要用二阶导?因为是用泰勒展开法来估计前向分布算法。

f(x+t) = f(x) + f'(x)*t+1/2*f''(x)t^2;

所以基本上用MSE和交叉熵,都是可以求导的

MSE导数很简单,交叉熵导数就得分类求,是k类和不是k类

9. Deepfm比直接用DNN好在哪?

1. 自动学习特征交互(特别是低阶交互)

  • DeepFM中的FM部分 :FM 模型擅长建模特征之间的二阶交互(pairwise interactions)。通过因子分解,它能够有效地捕捉特征之间的低阶交互,即使在数据稀疏的情况下,也能很好地学习到不同特征之间的关系。
  • 直接使用DNN :DNN 在理论上也可以建模特征交互,但它主要擅长学习高阶、复杂的非线性交互。对于低阶交互,DNN并不具备FM那样的高效性。通常,需要大量数据和训练时间才能让DNN有效地学习到这些简单的二阶交互。(会过拟合)

2. 高效的参数共享和稀疏数据处理

  • DeepFM中的FM部分 :FM的因子分解机制通过引入隐向量(embedding),使得模型可以在不同特征之间共享参数,从而减小了参数量。这使得FM部分在处理稀疏数据(如点击率预估、广告推荐等场景中常见的高维、稀疏特征)时非常有效。
  • 直接使用DNN:DNN对稀疏特征数据的建模通常需要先对特征进行嵌入(embedding),然后输入神经网络。虽然它可以通过层次化结构捕捉到复杂的高阶特征,但对稀疏数据的处理并不像FM那样高效。尤其是在数据量相对较少的情况下,DNN可能过拟合或表现不佳。

3. 端到端训练

  • DeepFM :与传统的二阶段模型不同,DeepFM是一个端到端训练的模型 ,即FM部分和DNN部分共享特征输入,同时进行训练。这意味着特征的低阶交互(由FM建模)和高阶交互(由DNN建模)可以在一个模型中共同学习和优化,提升整体的推荐效果。
  • 直接使用DNN:DNN主要依赖神经网络来自动学习特征交互,但对于低阶特征交互的学习没有FM部分那样直接。很多场景下,需要通过特征工程手动构造低阶交互特征来帮助DNN学习。

4. 减少对特征工程的依赖

  • DeepFM:通过结合FM和DNN,DeepFM在低阶特征和高阶特征交互的学习上相对自动化,不需要依赖复杂的人工特征工程。FM部分处理低阶交互,DNN部分学习高阶复杂交互,两者互补,使得DeepFM可以更少地依赖手工设计的交互特征。
  • 直接使用DNN:通常需要大量的特征工程来提前构建有意义的特征交互,尤其是在模型捕捉不到简单的交互时,工程师需要手动构造这些交互特征,从而增加了工作的复杂性。

5. 模型复杂度与性能权衡

  • DeepFM:由于FM部分通过嵌入和因子分解来高效地建模二阶特征交互,其计算复杂度较低,同时DNN部分可以进一步建模复杂的高阶交互,因此DeepFM在复杂度和性能之间达到了较好的平衡。
  • 直接使用DNN:虽然DNN能够捕捉高阶的复杂特征交互,但这通常伴随着更高的计算开销和复杂度。此外,DNN需要更多的训练数据来避免过拟合,尤其在面对稀疏数据时,训练DNN可能会较为困难。

6. 数据稀疏性下的性能优势

  • DeepFM:对于用户行为数据这种稀疏、类别型特征占主导的场景,FM的嵌入机制特别有效,而DNN部分则可以进一步建模特征的非线性交互。因此,DeepFM在面对高维稀疏数据时表现优异。
  • 直接使用DNN:DNN在处理稀疏特征时往往需要更多数据来学习有意义的特征交互,性能可能较为依赖数据量和深度特征工程。

10. python语法:call,iter,getitem,contains

__call__ 方法使得一个类的实例像函数一样可以被调用 。换句话说,定义了 __call__ 方法的类的对象可以像函数一样使用。

__iter__ 方法使类的实例可以返回一个迭代器 ,使得对象可以用于 for 循环或任何需要迭代的地方。

__getitem__ 方法用于使类的实例可以通过索引进行访问,就像访问列表或字典一样。

在这个例子中,my_list[0] 实际上调用的是 my_list.__getitem__(0),从而实现了类似于列表的索引操作。

__contains__ 方法用于定义对象是否包含某个值 ,使得对象可以用于 in 关键字操作。

11. deepfm里,因子分解的交叉和DNN的交叉有什么区别?

因子分解的交叉是向量维度的,DNN的交叉是位维度的,先把特征concat起来,再输入到网络里,相当于每个值都会做交叉,而因子分解是两个向量计算内积。

12. bert主要结构,和transformer的应用场景有什么区别?

bert是双向编码解码器,transformer的encoder也是双向的,会考虑输入序列每个位置其他位置的信息,能捕捉全局上下文

解码部分是单向的,在机器翻译任务这种,防止未来的信息泄露。

mask的作用?

mask目的是根据上下文预测这些被掩蔽的词,允许模型同时利用上下文信息,理解句子的含义。

mask还可以强化词语之间的联系,捕捉词义的变化。

还可以避免信息泄露,不会完全依赖特定词,而是根据需要来推理,提高模型泛化性。

训练多样性:让模型在训练过程中接触到上下文变体,提高学习的全面性。

13. 实现rotate函数

原地实现方式:

先反转整个数组,再反转左边,再反转右边

反转方法:reserve,原地的话直接交换就行了

14. 过拟合的解决方式:

(1)数据角度:数据增强,变换

(2)模型角度:减少参数数量,降低模型复杂度,用dropout层,剪枝

(3)优化角度:目标函数加上正则化项,惩罚

(4)交叉验证:用k折交叉验证帮助是否过拟合

(5)early stopping:提前停止训练

(6)bagging,boosting提高稳健性

15. stacking?

stacked generalization,堆叠泛化

是指训练一个模型用于组合 (combine)其他各个模型。即首先我们先训练多个不同的模型,然后再以之前训练的各个模型的输出为输入来训练一个模型,以得到一个最终的输出。

Stacking有两层,一层是不同的基学习器(classifiers/regressors),第二个是用于组合基学习器的元学习器

16.Adam用二阶有什么好处?

Adam通过计算梯度的一阶和二阶矩的指数加权平均来调整学习率,从而实现自适应学习。

Adam和RMSprop,动量法都是可以自适应学习率的

矩就是对梯度的期望值

增加二阶矩的好处:

  1. 自适应学习率:通过计算梯度平方的平均值,Adam能够为每个参数动态调整学习率。这使得算法在不同参数和不同迭代中都能适应变化,特别是对稀疏和噪声数据。

  2. 稳定性:二阶矩能够平滑梯度的变化,减少更新中的震荡,使优化过程更加稳定。

  3. 快速收敛:结合一阶和二阶矩,Adam在许多任务中表现出更快的收敛速度,尤其是在复杂的损失面上。

  4. 减少手动调参:由于学习率是自适应的,通常不需要频繁调整,简化了超参数选择。

17. GRU具体的原理

recurrent CNN为啥不用,不是老早就有了吗

BART

ERINE

BERT-WWM

全卷积

OOV问题

class Animal:
    num = 0
    def __getattr__(self):
        return 1
    def __init__(self):
        pass
animal = Animal()
print(animal.num)

模型蒸馏对于hard label和soft label的区别,分别用什么loss学习

拓扑排序

混合精度训练

R2HF

KMP算法

相关推荐
pianmian11 小时前
python数据结构基础(7)
数据结构·算法
好奇龙猫3 小时前
【学习AI-相关路程-mnist手写数字分类-win-硬件:windows-自我学习AI-实验步骤-全连接神经网络(BPnetwork)-操作流程(3) 】
人工智能·算法
sp_fyf_20243 小时前
计算机前沿技术-人工智能算法-大语言模型-最新研究进展-2024-11-01
人工智能·深度学习·神经网络·算法·机器学习·语言模型·数据挖掘
香菜大丸4 小时前
链表的归并排序
数据结构·算法·链表
jrrz08284 小时前
LeetCode 热题100(七)【链表】(1)
数据结构·c++·算法·leetcode·链表
oliveira-time4 小时前
golang学习2
算法
南宫生5 小时前
贪心算法习题其四【力扣】【算法学习day.21】
学习·算法·leetcode·链表·贪心算法
懒惰才能让科技进步6 小时前
从零学习大模型(十二)-----基于梯度的重要性剪枝(Gradient-based Pruning)
人工智能·深度学习·学习·算法·chatgpt·transformer·剪枝
Ni-Guvara6 小时前
函数对象笔记
c++·算法
泉崎6 小时前
11.7比赛总结
数据结构·算法