
推荐算法
文章平均质量分 89
搜索推荐类的模型实战,附数据集,全是干货,可直接上手!
想要好好撸AI
这个作者很懒,什么都没留下…
展开
-
推荐算法(二)DeepFM
PNN:在P部分会损失一些关键信息,因为使用的是降维 DeepCrossing:会将所有特征进行交叉,没有针对性 简单模型:泛化能力不足,忽略高阶的交互 FM:只考虑二阶交叉,高阶会增加计算量,复杂度高 DNN/MLP:天然高阶,低阶的交叉会忽略DeepFM理论:组合其他模型,改进了LR、FM、DNN。在wide&deep的基础上,将wide部分的LR,换成能考虑低阶交叉的FM层级结构特征域 sparse features作为第一层,稀疏,然后放入de...原创 2021-12-27 16:26:29 · 729 阅读 · 0 评论 -
推荐算法(一)电影推荐系统
目录一、推荐系统基本概念1. 基于内容的推荐系统2. 基于矩阵分解的协同过滤3. 基于item的协同过滤4. 基于用户的协同过滤5. 冷启动问题 cold start6. 混合算法7. 推荐系统性能评估线下评估线上评估二、使用TF构建电影推荐系统1. 数据收集2. 数据准备3. 构建模型4. 模型训练5. 模型评估6. 构建完整的电影推荐系统一、推荐系统基本概念1. 基于内容的推荐系统给定电影部分评分表和电影内容矩阵X,求解用原创 2021-12-27 15:06:56 · 14425 阅读 · 6 评论