Junhao_Lu的博客

参考：https://juejin.im/post/6844903495670169607#heading-91 基本概念与使用优势Kafka是一个分布式的，支持多分区、多副本，基于 Zookeeper 的分布式消息流平台，也是一款开源的基于发布订阅模式的消息引擎系统。基本概念消息：Kafka 中的数据单元被称为消息，也被称为记录，可以把它看作数据库表中某一行的记录。批次：为了提高效率， 消息会分批次写入 Kafka，批次就代指的是一组消息。主题：消息的种类称为 主题（Topic）,可以说一个

UserCF流程整理(结合代码)代码源1 数据处理1.1 加载数据loadfile(filename)函数，功能是利用yield迭代的给后面的generate_dataset()函数逐条的提供数据。主要代码如下：def loadfile(filename): ''' load a file, return a generator. ''' fp = open(filename, 'r') for i, line in enumerate(fp): yield

推荐系统离线评估指标1 评分预测指标符号定义：对于测试集中的一个用户u和物品i，令ruir_{ui}rui​是用户u对物品i的实际评分，而 r^ui\hat r_{ui}r^ui​是推荐算法给出的预测评分1.1 均方根误差(Root Mean Squared Error，RMSE)RMSE=∑u,i∈T(rui−r^ui)2∣T∣\mathrm{RMSE}=\frac{\sqrt{\sum_{u, i \in T}\left(r_{u i}-\hat{r}_{u i}\right)^{2}}}{|T

Factorization Machines参考1. 刘建平的博客: https://www.cnblogs.com/pinard/p/6370127.html2. Tracholar的博客: https://tracholar.github.io/machine-learning/2017/03/10/factorization-machine.html3. 知乎小孩不笨的文章: https://zhuanlan.zhihu.com/p/504262921 准备通常，我们的机器学习模型是学习一