- 博客(14)
- 收藏
- 关注
RSS订阅原创 推荐算法中的矩阵分解（2）
推荐算法中的矩阵分解（1）在这里：https://blog.csdn.net/Root__God/article/details/117283584矩阵分解目标函数在（1）当中提到了加入正则化的目标函数如下：该目标函数是采用的最小二乘法原理，当时预测评分和真实评分之间的平方差和最小的时候，就意味着这个模型很好。但很关键的问题是：如何求目标函数的最小值？矩阵分解迭代过程为了求目标函数的最小值，我们可以采用梯度下降方法。梯度下降原理在这里：https://blog.csdn.net/Root__G
2022-01-07 19:27:23
566
原创 梯度下降方法
参考：https://baike.baidu.com/item/%E6%A2%AF%E5%BA%A6%E4%B8%8B%E9%99%8D/4864937?fr=aladdin定位梯度下降是迭代法的一种，用来求解最小二乘法问题。计算方法迭代公式：其中s−(k)\overset{-(k)}{s}s−(k)表示代表梯度负方向，ρk\rho _{k}ρk表示梯度方向上的搜索步长，也就是学习速率。步长的确定：大了容易发散，小了收敛速度会慢举例求该函数的最小值：①求梯度，即求导，即2x②进行
2022-01-04 22:18:58
833
原创 矩阵基本知识复习
矩阵的基本运算矩阵的加法（A、B、C是同型矩阵）(A+B)+C=A+(B+C)(A+B)+C = A+(B+C)(A+B)+C=A+(B+C)矩阵的数乘λ(μA)=μ(λA)\lambda \left ( \mu A \right )= \mu \left (\lambda A \right )λ(μA)=μ(λA)λ(μA)=(λμ)A\lambda \left ( \mu A \right )= \left (\lambda \mu \right )Aλ(μA)=(λμ)A(λ+μ)A=λ
2022-01-04 19:46:48
780
原创 python的=赋值的是地址
如题，假如创建一个python对象，实例变量为a。在main方法中，让b=a语句执行，如果修改b的值，a的值会同步改变。
2021-12-13 21:44:01
900
原创 推荐系统中评测准确率和MAE值的步骤对比
在评估推荐算法的优劣时，主要有两种评测指标，一种是top-N推荐当中的分类指标，例如准确率、召回率、覆盖率等。一种是预测评分指标，如MAE、RMSE、MSE。这两种指标进行评估时，代码的逻辑是不同的。分类指标步骤：① 从训练集中拿出一个user。② 拿出该user正反馈的一个item。③ 在物品相似度矩阵中，按照相似度大小排序，取最相似度的前K个item。如果这K个item中有该user已经打分的，则删除。④ 构建字典rank{item：weight}，存储相似物品及其排序权重。排序权重计算方
2021-12-13 21:39:15
2608
原创 计算python程序运行时长，并以时分秒形式输出
因为处理大量数据时运行时间较长，需要记录和对比，我写了个可以计算python程序运行时间，并具体计算时分秒的代码，放到这里。代码# 导入time模块import time# 程序开始时间begin_time = time.time()# 这里是需要测量时间的代码块time.sleep(5)# 程序结束时间end_time = time.time()# 运行时间run_time。round()函数取整run_time = round(end_time-begin_time)# 计算时分
2021-08-01 17:10:41
4971
1
原创 Pycharm当中断点调试介绍
介绍一下pycharm当中几个调试按键step over，逐行运行step into ，跳进函数里面step out，跳到函数外面step into my code，只跳自己写的代码，不跳别的库的。这个是因为我们在断点调试的时候，经常调着调着就不知道调到哪个基本文件里去了，这个可以防止这种情况的出现。run to cursor，运行到光标处停止...
2021-06-14 20:50:11
225
2
原创 Python安装第三方库不成功的解决方案
因为在使用python的时候经常会出现安装第三方库不成功的问题，所以把一些解决方案在这里总结出来。该方案持续更新。镜像问题因为国内网速问题，下载包的时候经常因为超时造成下载不成功问题。这里总结镜像地址如下：清华大学：https://pypi.tuna.tsinghua.edu.cn/simple豆瓣：https://pypi.douban.com/simple阿里云：https://mirrors.aliyun.com/pypi/simple中国科技大学：https://pypi.mirro
2021-06-14 16:28:37
1763
原创 基于物品的协同过滤推荐和基于内容的推荐的联系与区别
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好！ 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar
2021-06-11 16:09:30
1651
原创 推荐算法当中的矩阵分解
看了《深度学习推荐系统》这本书里的矩阵分解算法，来总结一下。1 矩阵分解核心思想1.1 模型构建假设我们有如下所示的评分矩阵，ABCD是用户，WXYZ是物品。我们将这个矩阵称为共现矩阵。WXYZA4.52.0B4.03.5C5.02.0D3.54.01.0把共现矩阵分解为两个矩阵相乘的形式，一个是用户矩阵，一个是物品矩阵，如下所示。用户矩阵：A1.20.8B.1.4C1.51.0
2021-05-26 11:45:00
528
转载 Python中yield的基础介绍
python中yield别人的总结这是我见过最简单易懂的关于yield的介绍https://blog.csdn.net/mieleizhi0522/article/details/82142856/自己的总结yield先看做return，再看做迭代器，具有如下特性：调用时不执行函数，只生成迭代器，在next()时才执行函数。下次执行时，从上次执行的位置继续，可以通过send()赋值。...
2021-05-21 21:25:10
103
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