- pointwise
将问题转化为多分类或回归问题。
对item和item之间的相似度打标签，标签分为有限的类别(多分类)和相关度score(回归问题)。
考虑的是绝对相关度 - pairwise
将排序问题转化为二分类问题。
标签是两个item的先后顺序。
对于一个查询Query,要标注文档d1比文档d2是否更加相关 (q,d1)≻(q,d2)? - Listwise
直接针对评价指标对文档的排序结果进行优化，如常用的MAP、NDCG。
【参考文献】
Learning to rank基本算法小结
title:learning to rankdate:2014-09-12category:机器学习 历史阶段 O...
pointwise将问题转化为多分类或回归问题。对item和item之间的相似度打标签，标签分为有限的类别(多分类...
For English learner of high-rank, learning one word every...
L2R将机器学习的技术很好的应用到了排序中，并提出了一些新的理论和算法，不仅有效地解决了排序的问题，其中一些算法(...
注意objective 和eval_metric 使用xgboost 进行learning to rank
读论文：Reinforcement Learning to Rank in E-Commerce Search E...
文章名称 【SIGIR-2018】【UMass】Unbiased Learning to Rank with Un...
文章名称 【SIGIR-2018】【UMass】Unbiased Learning to Rank with Un...
Learning To Rank 排序学习 综述网址：https://blog.csdn.net/anshuai_...
本文标题：learning to rank
本文链接：https://www.haomeiwen.com/subject/hxaprctx.html
网友评论