- 博客(3)
- 收藏
- 关注
RSS订阅原创 智能Agent笔记
理性Agent：追求尽可能好的行为表现。Agent表现如何取决于环境的本质。Agent通过传感器感知环境并通过执行器对所处环境产生影响。Agent的感知序列是该Agent所收到的所有输入数据的完整历史。一般地，Agent在任何给定时刻的行动选择依赖于到那个时刻为止该Agent的整个感知序列，而不是那些它感知不到的东西。从数学角度看，我们可以说Agent函数描述了Agent的行为，它将任意给定感知序列
2015-08-16 20:31:49
4074
原创 Machine Learning With Spark学习笔记（在10万电影数据上训练、使用推荐模型）
我们现在开始训练模型，还输入参数如下： rank：ALS中因子的个数，通常来说越大越好，但是对内存占用率有直接影响，通常rank在10到200之间。 iterations：迭代次数，每次迭代都会减少ALS的重构误差。在几次迭代之后，ALS模型都会收敛得到一个不错的结果，所以大多情况下不需要太多的迭代（通常是10次）。 lambda：模型的正则化参数，控制着避免过度拟合，值越大，越正则化。我们将
2015-08-14 16:56:26
5029
5
原创 Machine Learning With Spark学习笔记（提取10万电影数据特征）
注：原文中的代码是在spark-shell中编写执行的，本人的是在eclipse中编写执行，所以结果输出形式可能会与这本书中的不太一样。首先将用户数据u.data读入SparkContext中，然后输出第一条数据看看效果，代码如下：val sc = new SparkContext("local", "ExtractFeatures")val rawData = sc.textFile("F:\\
2015-08-14 11:38:33
4205
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人