文件名称：prediction-flow:由PyTorch实施的基于深度学习的点击率模型
文件大小：517KB
文件格式：ZIP
更新时间：2024-05-26 04:33:23
machine-learning deep-learning torch dnn pytorch
预测流 预测流是一个Python软件包，提供了基于现代深度学习的CTR模型。 模型由PyTorch实现。 如何使用 使用pip安装。 pip install prediction-flow 特征 如何定义特征 所有要素类型都有两个参数，名称和column_flow。 name参数用于索引来自输入数据帧的列原始数据。 column_flow参数是变压器列表中的单个变压器。 变压器用于训练模型之前对列数据进行预处理。 密集数特征 Number('age', StandardScaler()) Number('ctr', None) 稀疏类别特征 Category('movieId', CategoryEncoder(min_cnt=1)) 可变长度序列特征 Sequence('genres', SequenceEncoder(sep='|', min_cnt=1)) 变压器 现在提供以下变
【文件预览】：
prediction-flow-master
----MANIFEST.in(131B)
----.github()
--------ISSUE_TEMPLATE()
----requirements.txt(76B)
----examples()
--------amazon()
--------movielens()
----CONTRIBUTING.md(5B)
----.travis.yml(56B)
----LICENSE(1KB)
----setup.cfg(39B)
----prediction_flow()
--------utils()
--------metrics()
--------transformers()
--------__init__.py(22B)
--------features()
--------pytorch()
----setup.py(2KB)
----README.md(4KB)
----.gitignore(1KB)