- 博客(3)
- 收藏
- 关注
RSS订阅原创 PCA（Principal Component Analysis）主成分分析，通俗解释。
PCA是一种数据降维方法，下文就该方法原理做具体理解。PCA处理过程：形成样本矩阵，样本去中心化计算样本矩阵的协方差对协方差矩阵做特征值分解，选取最大的前P隔特征值对应的特征向量，组成新的投影矩阵。该矩阵就是降维后的矩阵。先从最简单的二维讲起。假定有如下数据：x=[2.5, 0.5, 2.2, 1.9, 3.1, 2.3, 2, 1, 1.5, 1.1]Ty=[2.4, 0.7, 2.9,
2017-11-20 14:42:33
864
1
原创 推荐系统（RS），麻雀虽小，五脏俱全
基于Surprise推荐系统实战本文就movielens数据集做测试，实践推荐。movielens数据集格式为：user item rating timestamp 其中主要用到前三列，timestamp在处理自己的数据集的时候可以用别的特征替换，在此不做详细说明。本文基于开源推荐框架surprise，传送门。官网上的例子直接用 Dataset.load_builtin(‘ml-100k’)载
2017-11-14 23:48:08
1571
原创 mac安装xgboost报错：fopen
依据官网步骤： git clone –recursive https://github.com/dmlc/xgboostcd xgboost;cp make/config.mk ./config.mk;make -j4正常的情况下不需要别的步骤，顺着走下去就ok，完成了xgboost在本地的编译。如果遇到报错如： clang: error: : errorunsupported opt
2017-10-18 19:03:56
635
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