- 博客(6)
- 问答 (1)
- 收藏
- 关注
RSS订阅转载 协同过滤 Collaborative Filtering（学习笔记）
Collaborative Filtering协同过滤简述1.思想2.相似度的计算基于用户的协同过滤1.原理实现步骤python代码协同过滤简述1.思想推荐算法是机器学习算法的一种。推荐算法有很多，其中协同过滤算法便是其中经典的一种。当今仍在大量使用。具体来说，协同过滤的思路是通过群体的行为来找到某种相似性(用户之间的相似性或者标的物之间的相似性)，通过该相似性来为用户做决策和推荐。一般来说，协同过滤推荐分为三种类型：基于用户(user-based)的协同过滤基于项目(item-based
2020-07-28 11:53:10
680
转载 K-means算法（学习笔记）
K-means聚类K-means算法原理算法要点算法实现（python）聚类无监督学习：训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础聚类分析是在数据中发现数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。聚类旨在发现有用的对象簇(cluster)。K-means应用的则为基于原型的簇。基于原型的簇是对象的集合，其中每个对象到定义该簇的原型的距离比其他簇的原型距离更近，如(b)所示的原型
2020-07-18 11:05:56
460
转载 KNN算法（学习笔记）
KNN学习笔记基本概念分类算法基本概念分类算法"""步骤1.数据准备2.计算距离3.寻找邻居4.决策分类"""import numpy as npfrom matplotlib import pyplot as plt#计算距离公式def d_man(x, y):#曼哈顿 d = np.sum(np.abs(x - y)) return ddef d_euc(x, y):#欧式距离 d = np.sqrt(np.sum(np.square(x -
2020-07-16 18:49:57
701
转载 线性回归（学习笔记）
线性回归原理一元线性回归：只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示多元线性回归：回归分析中包括两个或两个以上的自变量，且因变量和自变量之间是线性关系一、一元线性回归从一堆训练集中去算出一条直线，使数据集到直线之间的距离差最小。步骤：python代码：...
2020-07-12 22:26:05
201
转载 梯度下降（学习笔记）
应用：梯度下降法（Gradient Descent)：又称最速下降法，是迭代法的一种，可用于求解机器学习算法的模型参数（即无约束优化问题）具体来讲可用来求解损失函数的最小值，也可求解最小二乘问题分类：批量梯度下降 BGD ：使用全部样本构建了损失函数（在线性回归中为SSE），再根据损失函数梯度下降求得系数（权值）；随机梯度下降 SGD：每次只使用一个样本点得到损失函数的公式，根据梯度下降求解参数，再随机选择样本进行系数更新；小批量梯度下降 MBGD：每次使用部分样本计算得到损失函数，根据梯度下降
2020-07-10 20:40:09
433
空空如也
程序中的while陷入了死循环，我觉得是链表指针的问题，但是我找不出来，求大佬帮助
2020-09-30
TA创建的收藏夹 TA关注的收藏夹
TA关注的人