LTR中GBRank算法的基本思路是啥
gbrank和svmrank一样，都属于pariwise方法。
先把corss entropy loss搬出来：
gbrank 目的是为了学习一个排序函数h, 对与一个查询query, 当文档x排在文档y前面时，也希望学习出来的h(x)\u0026gt;h(y)。
怎么对pair进行建模呢？当x_i 排在 x_j 的前面时， 令 S_{ij} = 1
【LTR中GBRank算法的基本思路是啥】 
然后真实标签可以表示成:
那么预测值怎么设置呢？
这样可以保证当真是标签为1，即 x_i 排在 x_j 的前面， 希望 p_{ij} 接近于 1， 那么需要 保证 h(x_i) \u0026gt; h(x_j) 。 通过这种方式，很巧妙对pair文档对进行建模。
训练就用gbdt了，loss 为 交叉熵。
推荐阅读
- 为啥这个算法误差的看起来这么小
- 使用算法帮助人们筛选reader的信息是否存在可能
- 请问如果想成为算法工程师的话，大学选专业是选软件工程好还是计算机科学与技术好。
- 神经网络算法是否真的属于人工智能范畴
- 以算法为例，是否存在讲解者认为“懂得自然懂了，不懂的我说再多也白搭”的心理
- 豆瓣FM的推荐算法还有哪些可以改进的地方
- 如果已确定图像中物体的位置， 常用的目标分割和提取算法有哪些
- 请问只靠优化软件可以提高手机信号质量吗就是说不改变基带芯片和天线设计，信号质量可以靠算法优化吗
- 网络台球的动量算法规则是咋写的
- 各种hash算法的值域是啥分布