- 博客(5)
- 收藏
- 关注
RSS订阅原创 图书系统推荐算法
图书系统推荐算法——矩阵分解文章目录前言一、数据来源与相关介绍1.1 数据来源与说明1.2 数据简介1.3 数据选取二、数据基础分析2.1 同一用户参与评论数的基础分析2.2 同一书籍被评论数的基础分析2.3 评分数据基础分析三、推荐算法的设计3.1 基于书籍受欢迎程度进行设计3.2 基于矩阵分解的推荐算法四、总结四、附录前言近期找实习，某家公司要我做的关于推荐算法的笔试题，第一次接触推荐算法，花了一些时间学习了一下，将内容保存一下，留个记录。一、数据来源与相关介绍1.1 数据来源与说明本答卷的
2021-07-16 22:57:00
6454
4
原创 机器学习中的搜索算法
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport p
2021-06-15 16:39:48
1233
原创 线性模型的学习笔记
线性回归模型前言一、普通最小二乘法原理及实现二、多项式回归三、线性回归的正则化算法总结前言线性回归算法是实践中广泛使用的一类模型，多年来被广泛研究。线性模型利用输入特征的线性函数进行预测。考虑到线性分类模型是在线性函数的基础上设立合适的阈值对样本进行分类，本文重点讲述线性回归的原理及代码实现。一、普通最小二乘法原理及实现线性模型的基础公式是：对上式的解释及思考：在样本空间中，输入m条训练数据输出，使得为优化问题的最优解。从上面可以看到，采用均方误差作为损失函数。在实际操作中可以添加一个首位
2021-06-07 21:30:43
374
原创 KNN算法
K近邻（K-NN）一，前言KNN算法可以说使最简单的机器学习模型。通常认为，相似的事物经常使属于同一类别的。KNN便是基于此思想提出的算法。即样例再空间中距离越小，它们之间的相似度就越高。二使用其完成分类任务较多。本文主要学习最近邻分类器，而回归算法仅作简单的概述。二，k近邻法则首先是单一邻居（最近邻）的k近邻，如图一所示，在分类任务中，如果y是x的最近邻，则认为x与y属于同一类。当然，在有噪声的样例中，最近邻的真伪是不可靠的。如图一左上角的原点，我们有理由相信其实一个噪声点，此时将此点分为圆形
2021-05-10 17:51:29
496
原创 机器学习笔记
机器学习笔记利用寒假实践学习机器学习，做一些简单的笔记。留个痕迹，证明自己学过。哈哈~~~~文章目录机器学习笔记1 特征工程1.1 One-Hot编码一、pandas是什么？二、使用步骤1.引入库2.读入数据总结1 特征工程对于某些应用来说，如何找到最佳数据表示，这个问题被称为特征工程。通常，其对模型的准确性影响甚大。1.1 One-Hot编码我们知道，在使用相关模型对给定数据进行拟合时，使用的是由浮点数组成的数值型数据。而在分类特征，通常并非是数值型。而One-Hot编码（也叫虚拟变量）是目前
2021-02-09 13:11:03
343
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人