- 博客(7)
- 收藏
- 关注
RSS订阅原创 Python 分类算法（2）——支持向量机Support vector machine分类案例（1）
在上一节中，应用sklearn包中的逻辑回归LogisticRegression对样本数据点进行分类。Python 分类算法（1）——逻辑回归logistic regression之代码实现（2）本节中，则采用支持向量机SVM算法对相同的样本点进行分类，可以对比一下两者的分类效果。支持向量机的原理请参考《统计学习方法》书中的内容，这里讨论算法的实现方法。import numpy ...
2018-07-18 15:45:53
826
原创 Python 分类算法（1）——逻辑回归logistic regression之代码实现（2）
在上一节中，根据逻辑回归的原理，利用python编写了实现线性分类的代码。Python 分类算法（1）——逻辑回归logistic regression之代码实现（1）本节中，直接调用sklearn中的逻辑回归函数，还是利用上节中的数据，完成数据分类。import numpy as npimport pandas as pdscatterdata=pd.read_csv("C:/Users/R...
2018-07-13 19:56:48
2048
原创 Python 分类算法（1）——逻辑回归logistic regression之代码实现（1）
本节根据逻辑回归的原理，利用python编写逻辑回归代码，实现简单的线性分类。 本例中，需要将下图中的两类数据点进行分类。 逻辑回归的原理部分，可以详细阅读《统计学习方法》中逻辑回归部分的内容，这里只贴上代码，并加以说明。import numpy as npimport pandas as pdscatterdata=pd.read_csv("C:/Users/Ray/De...
2018-07-13 15:48:33
1453
1
原创 Python推荐算法案例（3）——基于协同推荐的电影推荐
上一节是根据物品item的描述属性进行基于内容的推荐基于内容的电影推荐，本节中还是以电影推荐为例，讲解基于内容的协同推荐算法。 数据来源电影数据 因为很多情况下，用户对于购买过的商品并不会做出评论，所以这里考虑一般性，只利用文件中的观众-电影的浏览记录作为推荐来源。 python代码如下import pandas as pduseritemdata=pd.read_cs...
2018-07-05 10:40:12
4805
1
原创 Python推荐算法案例（2）——基于内容的电影推荐
在上一节中讲述了如何利用评分对电影进行简单的排序推荐。Python推荐算法案例（1）——根据评分进行排序的电影推荐 本节中，将根据某电影的内容属性(例如电影类别)来推荐相似的电影。 数据来源IMDB电影评分数据 Python程序如下：import pandas as pdfrom numpy import *movies=pd.io.parsers.read_csv('...
2018-07-04 14:58:02
16805
26
原创 Python推荐算法案例（1）——根据评分进行排序的电影推荐
本节通过一个电影推荐案例来介绍最简单的推荐模型——基于评分进行排序。 就如同豆瓣电影网页上的top10电影排行榜一样，我们根据IMDB网站的数据建立了一个top10电影榜单。 操作步骤如下： （1）决定一个指标或分数，对电影进行评价； （2）计算每一部电影的分数； （3）根据分数对电影进行排序，输出top10排行结果。 使用的数据链接：IMDB电影评分数...
2018-07-03 18:40:16
10813
4
原创 推荐系统
1、推荐系统的发展历史 1994年，美国明尼苏达大学的GroupLens研究组推出了GroupLens系统，该系统首次提出了基于协同过滤来进行推荐的思想，并将推荐问题建立了一个形式化的模型。该推荐系统模型引领了推荐系统今后十几年的发展。GroupLens所提出的推荐系统就是目前基于用户的协同过滤推荐算法(user-based collaboration filtering algorith...
2018-07-03 16:32:02
2020
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