不清不慎的博客

随着电商企业的发展，为了更好的了解用户喜好以便于将更加适合的商品推荐给用户，不仅能得到用户好的评价，而且也有利于自身企业的利益，因此，随之诞生了很多推荐系统，最为常用的推荐算法就是协同过滤算法。转载请标明原文链接推荐算法的基础就是基于两个对象之间的相关性，常用的计算方法有欧几里得相似性，这是一种使用较多的相似性计算方法。除此之外还有曼哈顿相似性和余弦相似性的计算方法。协同过滤算...

在上篇文章协同过滤推荐算法概述中，我们看到了对于不同形式的协同过滤举证，最重要的部分是相似度的计算，如果不同的用户或者物品之间的相似度缺乏有效而可靠的算法定义，那么协同过滤算法就失去了成立的基础条件。转载请标明原文链接：欧几里得距离相似度计算欧几里得距离是常用的计算距离的公式，它表示三维空间的两个点的真实距离。欧几里得相似度计算是一种基于用户之间直线距离的计算方式，在计算时，不同的物品...

交替最小二乘法（ALS）是统计分析中最常用的逼近计算的一种算法，其交替计算结果使得最终结果尽可能地逼近真实结果。而ALS的基础是最小二乘法（LS算法），LS算法是一种常用的机器学习算法，它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便的求得未知的数据，并使得这些求得的数据与实际数据之间误差的平法和为最小。最小二乘法以一个变量为例，在二维空间中最小二乘法的原理图如下...

机器学习算法中回归算法有很多，例如神经网络回归算法、蚁群回归算法，支持向量机回归算法等，其中也包括本篇文章要讲述的梯度下降算法，本篇文章将主要讲解其基本原理以及基于Spark MLlib进行实例示范，不足之处请多多指教。梯度下降算法包含多种不同的算法，有批量梯度算法，随机梯度算法，折中梯度算法等等。对于随机梯度下降算法而言，它通过不停的判断和选择当前目标下最优的路径，从而能够在最短路径...

在大数据时代，信息量越来越大，给你一篇百万文字的文章，你保证你有耐心慢慢看完吗？如果是热点新闻，我们当然会希望通过一段简洁明了的文字来概述整个文章，这时候就需要提取文章的关键字；每当我们遇到不会的问题的时候，都会想到百度，但是你有没有想过，搜索引擎是怎么样识别文本的语义进行搜索，在分析你的语义之后又是如何分析出类似的文章呈现给你，这时候就需要分析文本的相似度。NLP自然语言应用广泛，以上仅仅只是冰...