moriaki3193 / cdfm Goto Github PK

• fundamental variables のスケーリングがあっていないため、修正する

• tol の設定

• 確率的勾配降下法（ミニバッチではない）で最適化を行う
• 損失関数の設定とその微分結果が正しいかどうかを再確認する

https://pypi.org/project/cdfm/
にアップロードした。

• 全ての入力は一つのインスタンスについてのもの（Pointwiseな入力）とする
• 対応するテストコードを追加する
• 各関数のプロファイルを取る

• 次のフィールドを持つNamedTupleとして実装する
  • qid
  • eid
  • cids
  • features
  • proximities
• 属性へのアクセスはインデクシングで行うほうがパフォーマンスが良い

• proximitiesの型の変換を確認する

• 参考

• Relevance Score の対応表を作成する

• Conditional Logistic Regression
• Factorization Machines

Great code, thanks !

Plese help to understand
1
will it work for third order categorical features interaction ?
2
will it run on Windows computer ?

3
will it work for sparse data ?

• load_cdfmdata
• test_load_cdfmdata

• 各関数の入力はEqnと同様Pointwiseなものとする
• 以下の式の各パラメータでの微分結果を実装する
  • Iec
  • Ief
  • Iff
  • p_Iec
• それぞれ対応するテストを書く

• CircleCIのアカウントを作成する
  • 参考 Qiita