- 博客(7)
- 资源 (8)
- 收藏
- 关注
转载 【转】推荐系统算法总结(三)——FM与DNN DeepFM
来源:https://blog.csdn.net/qq_23269761/article/details/81366939,如有不妥,请随时联系沟通,谢谢~0.疯狂安利一个博客FM的前世今生: https://tracholar.github.io/machine-learning/2017/03/10/factorization-machine.html#%E7%BB%BC%E8%BF%...
2018-08-30 15:04:09 2311
转载 【转】推荐系统算法总结(二)——协同过滤(CF) MF FM FFM
来源:未知,如有不妥,请随时联系沟通,谢谢~1.协同过滤(CF)【基于内存的协同过滤】优点:简单,可解释 缺点:在稀疏情况下无法工作 所以对于使用userCF的系统,需要解决用户冷启动问题 和如何让一个新物品被第一个用户发现 对于只用itemCF的系统,需要解决物品冷启动问题如何更新推荐系统呢,答案就是离线更新用户相似度矩阵和物品相似度矩阵【不断删除离开的用户/物品,加入新来的用...
2018-08-30 14:57:28 2326
转载 【转】概念主题模型简记
来源:https://blog.csdn.net/lu597203933/article/details/45933761概念主题模型(PTM, probabilitytopical model)在自然语言处理(NLP,natural language processing)中有着重要的应用。主要包括以下几个模型:LSA(latentsemantic analysis)、 PLSA(proba...
2018-08-24 16:28:18 532
转载 【转】Spark MLlib协同过滤之交替最小二乘法ALS原理与实践
来源: https://blog.csdn.net/L_15156024189/article/details/81712519请先阅读leboop发布的博文《Apache Mahout之协同过滤原理与实践 》。 基于用户和物品的协同过滤推荐都是建立在一个用户-物品评分矩阵(user-item-score)展开的,其本质是利用现有数据填充矩阵的缺失项(missing entr...
2018-08-24 16:07:21 775
转载 【转】推荐系统算法总结(一)
来源:https://blog.csdn.net/eouaq448466/article/details/54772890推荐算法具有非常多的应用场景和商业价值,因此对推荐算法值得好好研究。推荐算法种类很多,但是目前应用最广泛的应该是协同过滤类别的推荐算法,本文就对协同过滤类别的推荐算法做一个概括总结,后续也会对一些典型的协同过滤推荐算法做原理总结。1. 推荐算法概述 推荐算法是...
2018-08-24 15:56:52 3505
原创 Pandas的DataFrame教程——指定位置增加删除一行一列
1、删除一行、一列>>> df A B C D0 1 3 3 41 5 6 7 82 1 1 1 13 2 3 2 3#删除A列,不改变原来的data数据,返回删除后的新表data_2。axis为1表示删除列,0表示删除行。inplace为True表示直接对原表修改。>>> data_2 = df...
2018-08-03 11:10:02 83602 11
原创 Pandas的DataFrame教程
1、DF创建>>> import pandas as pd>>> val = [[1,3,3,4],[5,6,7,8],[1,1,1,1],[2,3,2,3]]>>> cols = ['A','B','C','D']>>> indx= ['i1','i2','i3','i4']>>> d
2018-08-02 14:58:06 803
hbase_py3.zip
2019-09-30
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人