机器学习课堂笔记(十六)
x(i)包括偏置项x(i)0=1
对i:r(i,j)=1的项求和
通过得知用户的喜好得到θ(i)
协同过滤不断优化θ(i)和x(i),每个用户的评价将会进一步优化它们。
不需要手动设置x(i)0=1,算法将会自动选择x(i)0的值
随机初始化
使用∥x(i)−x(j)∥进行电影推荐
预测用户评分的向量化实现
x(i)包括偏置项x(i)0=1
对i:r(i,j)=1的项求和
通过得知用户的喜好得到θ(i)
协同过滤不断优化θ(i)和x(i),每个用户的评价将会进一步优化它们。
不需要手动设置x(i)0=1,算法将会自动选择x(i)0的值
随机初始化
使用∥x(i)−x(j)∥进行电影推荐
预测用户评分的向量化实现