推荐系统
LiFeitengup
大连理工大学数学硕士在读关注计算机视觉机器学习数据分析Email-lifeiteng0422gmail.com
展开
-
推荐系统—影视评分预测
本文根据Andrew Ng的Machine Learning的课写就。=======================================一、预测电影评分==========================================全文以“预测电影评分”例子展开r(i,j)=0则表明user_j没有对movie_i 没有评分,推荐系统要做的就是通过预测use原创 2013-06-26 12:28:27 · 10303 阅读 · 1 评论 -
推荐系统—影视评分预测(续)
在上一篇文章推荐系统—影视评分预测中提出了,几点思考:=============================一、theta/x的意义?=============================首先是模型:以下的model1/model2都把user想简单了(1)model1:给定x=(romance,action),回归优化theta。首先模型就给x赋予了意义(movi原创 2013-06-29 21:45:31 · 4906 阅读 · 9 评论 -
Coursera《Introduction to Recommender Systems》Program Assignment3 用户相似性计算
在Coursera上跟了 明尼苏达大学《Introduction to Recommender Systems》的课,课程的编程作业 老师提供的模板是JAVA,由于主要是用C++,对于JAVA只是简单的翻过一本书,编程作业 都是用python 来自己搭建整个框架Program Assignment 3的作业 做出的结果更 样例输出 不一样,debug一遍代码觉得没有问题;原创 2013-10-16 21:51:26 · 4218 阅读 · 4 评论 -
基于用户的最近邻推荐
课程 Python代码:__author__ = 'LiFeiteng(Email: lifeiteng0422@gmail.com)'# -*- coding: utf-8 -*-import numpy as npclass UserUserRec: def __init__(self): self.U = 0 # user number self.M = 0 #原创 2013-10-22 16:51:32 · 3478 阅读 · 1 评论