- 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
713
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
486
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 np from 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 d def d_euc(x, y):#欧式距离 d = np.sqrt(np.sum(np.square(x -
2020-07-16 18:49:57
730
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
213
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
460
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