山野村夫pro的专栏

python中库gensimhttps://blog.youkuaiyun.com/qq_28840013/article/details/89681499

1.https://www.jianshu.com/p/610dff83f709import numpy as npfrom random import normalvariate# from sklearn_pandas import DataFrameMapperfrom sklearn.preprocessing import MinMaxScaler as MMimport pandas as pddata_train = pd.read_csv('diabetes_train.t.

1. 背景2006年10月2日，Netflix公司宣称：在我司现有推荐系统基础上，把圴方根误差降低10%的人，可以瓜分100万美元。Netflix放出的比赛数据是评分数据，它是推荐系统中评分预测模式。本次比赛中，矩阵分解模型大放异彩，最著名的是SVD以及其各种变体。2. 矩阵分解2.1 为什么要矩阵分解矩阵分解算法，能很好的解决推荐系统中的评分预测问题。算法思想：把大矩...

1. 为什么要模型融合先来看一下推荐系统的三个阶段：挖掘、召回和排序。不同召回算法只负责筛选靠谱的候选结果，最终推荐给用户的，由另一个统一的模型决定，这个叫做模型融合。2. 经典的模型融合：“线性模型+树模型”2.1 逻辑回归2.2 梯度提升决策树GBDT2.3 二者结合3. FM/FFM模型4. Wide and Deep 融合模型...

作者简介： 陈开江，希为科技CTO，曾任新浪微博资深算法工程师，考拉FM算法主管，个性化导购App《Wave》和《边逛边聊》联合创始人，多年推荐系统从业经历，在算法、架构、产品方面均有丰富的实践经验。 责编：何永灿（heyc@youkuaiyun.com） 本文为《程序员》原创文章，未经允许不得转载，更多精彩文章请订阅《程序员》推荐系统工程师技能树掌握核心原理的技能数学：微积分，统计学，线性代...

https://www.toutiao.com/a6511211182064402951/

一、UserCFhttps://blog.youkuaiyun.com/shixiaoguo90/article/details/80253567二、ItemCF

Abstract—In this paper, we introduce Factorization Machines (FM) which are a new model class that combines the advantages of Support Vector Machines (SVM) with factorization models. Like SVMs, FMs a...

目录1.1 余弦相似度介绍1.2 余弦相似度举例1.3 TF-IDF算法1.1 余弦相似度介绍如何衡量两个向量的相似程度？我们用夹角的大小，来衡量向量的相似程度，夹角越小，向量越相似。夹角0度：方向相同，线段重合，表示完全相似 夹角90度：方向正交，完全不相似余弦曲线图：以二维空间为例，向量a和向量b的余弦计算如下：通常，向量是用坐标表示...

目录0. 摘要1. 介绍2. 稀疏下的预测3. Factorization Machines (FM)4. FMs与SVMs的比较5. FMs与其它Factorization Models的比较0. 摘要        在本文中，我们介绍了因式分解机（FM），它是一种新的模型，它结合了支持向量机（SVM）和分解模型（Factorization Models）的优点。...