
【ML】16. 推荐系统
文章平均质量分 88
本专栏主要介绍机器学习的推荐系统部分基础知识
叼辣条闯天涯
菜鸟一枚
展开
-
16-5 低秩矩阵分解
这一节将讨论协同过滤算法的向量化实现,并且讨论这个算法可以实现的一些功能,例如,给定一个产品可以找到与之相关的其他商品,一个用户最近一直在寻找一个商品有没有相关的其他商品。即我们希望通过另一种方法,写出协同过滤算法以上表格可以表示为 YYY ,5行4列的矩阵, nm=5,nu=4n_m=5, n_u=4nm=5,nu=4Y=[55005??0?40?00540050]Y=\left[\begin{array}{llll}5 & 5 & 0 & 0 \\5 & ? & ? & 0 \\? & 4原创 2022-06-17 22:30:33 · 256 阅读 · 0 评论 -
16-4 协同过滤算法
协同过滤算法,用户,电影原创 2022-06-17 16:47:15 · 211 阅读 · 0 评论 -
16-3 协同过滤
1. 问题提出对于与之前一样的数据集,我们很难得到一部电影偏向爱情片和动作片的程度,即很难得到表中 x1x_1x1 和 x2x_2x2 的值,而且一部电影的特征不止这两种,我们也需要更多的特征。MovieAlice (1)Bob (2)Carol (3)Dave (4)x1x_1x1(romance)x2x_2x2(action)Love at last55000.90Romance forever5??01.00.01Cute原创 2022-05-15 16:45:20 · 359 阅读 · 0 评论 -
16-2 基于内容的推荐算法
1. 问题提出对于下图的数据集,用户数量 nu=4n_u = 4nu=4 ,电影数量 nm=5n_m=5nm=5 。MovieAlice (1)Bob (2)Carol (3)Dave (4)Love at last5500Romance forever5??0Cute Puppies of love?40?Nonstop car chases0054Swords vs. karate005?如何怎样预测原创 2022-05-11 22:13:11 · 365 阅读 · 0 评论