ML_CIA

ML_CIA copied to clipboard

归一化使用train+test（只用train？）

1

lr+gbdt.py # 2.1 连续特征全部归一化 过程中train和test合并后归一化，是否应该为只使用train训练归一化

jinfeng-dev

您好，DCN模型在运行过程中，提示params没有定义，因为百度后也没有顺利解决，所以请问这个如何解决，

diwuxiaoxu

`y_deep = tf.reshape(embeddings_origin, shape=[-1, config.field_size * config.embedding_size]) # [None, field_size * embedding_size]` 其中的 embeddings_origin 应该是 embeddings

gaolinjie

https://github.com/gutouyu/ML_CIA/blob/37838eb655d3e432393cee7dda11ea693217eb42/DeepFM/DeepFM.py#L232 deepfm中的二阶特征交叉后，并没有直接相加,而是后面与一阶特征组合起来，乘以w，所以我理解二阶特征的维度是 m*(m-1)/2,其中m为feature_group的个数,望回复，谢谢

hkxIron

InDeepFM.py(line:244), the input of the nn is "embeddings_origin" or "embeddings"? I think is embeddings.

sddi