![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
算法
文章平均质量分 88
无风听海
这个作者很懒,什么都没留下…
展开
-
决策树算法
决策树算法是一种通用的机器学习算法,既可以执行分类也可以执行回归任务,同时也是一种可以拟合复杂数据集的功能强大的算法;一、可视化决策树模型通过以下代码,我们使用iris数据集构建一个决策树模型,我们使用数据的后两个维度并设置决策树的最大深度为2,最后通过export出iris_tree.dot文件;DecisionTreeClassifier初始化中的random_state可以确保每次执行结果的不变性;from sklearn.datasets import load_irisfrom skle原创 2022-03-07 08:38:40 · 5425 阅读 · 0 评论 -
K近邻算法
一、K近邻算法简介K近邻算法(K-Nearest Neighbor)简称KNN算法,是最简单的预测模型之一,它没有多少数学上的假设,也不要求任何复杂的处理,它所要求的只有以下两点1.某种距离计算概念2.彼此接近的点具有相似的性质即对于一个新样本,算法在已有数据中寻找与它最相似的K个数据,或者说“离它最近”的K个数据,如果这K个数据大多数属于某个类别,则该样本也属于这个类别。KNN算法只依赖待预测节点附近的少量节点,有意的忽略了数据集中的大量样本,同时该算法也不能帮助我们理解事物现象背后的机制和原理原创 2022-03-03 09:04:22 · 2183 阅读 · 0 评论 -
elasticsearch算法之搜索模型(一)
面对海量的信息,我们很容易被淹没在信息的海洋中;当我们需要查找某个信息的时候,我们就会输入能够体现我们意图的关键字,搜索引擎会通过解析我们的关键字从而构造相应的查询表示方法;然后搜索引擎通过构造的查询在内存存储的文档集合中查找跟用户需求相关的文档,并根据相关度进行排序;以上搜索引擎进行计算的过程就是相关度计算,而其相关的理论基础就是检索模型;用户输入的是关键字,搜索引擎输出的是相关文档,从关键字和相关性两个角度可以将文档集合分为4个子集;检索模型要解决的就是尽量包含并提升set1、set3的排序;目前主流原创 2022-03-02 08:39:53 · 1687 阅读 · 0 评论 -
elasticsearch查询之图书智能推荐
一、elasticsearch智能推荐简介elasticsearch作为一个流行搜索引擎,通过用户输入的关键字来寻找匹配的文档,以便用户触达想要的信息;而推荐系统也是类似的处理过程,其首先拿到一个可以表征用户或者物品的数据记录,然后找到跟此记录最接近的记录推荐给用户;the more link this query查询与给定文档类似的文档,其首先选择一些可以代表输入文档的关键字,然后使用这些关键词构造查询语句,最后在索引中查找相似的文档;elasticsearch提供的more line this q原创 2022-02-11 09:07:18 · 2379 阅读 · 1 评论 -
elasticsearch算法之推荐系统的相似度算法(一)
一、推荐系统简介推荐系统主要基于对用户历史的行为数据分析处理,寻找得到用户可能感兴趣的内容,从而实现主动向用户推荐其可能感兴趣的内容;从物品的长尾理论来看,推荐系统通过发掘用户的行为,找到用户的个性化需求,从而将长尾商品准确地推荐给需要它的用户,帮助用户发现那些他们感兴趣但很难发现的商品。推荐系统使用的是基于邻域的算法,一类是基于用户的协同过滤算法,另一类是基于物品的协同过滤算法;二、数据集准备我们采用GroupLens提供的MovieLens数据集These files contain 1,0原创 2022-01-27 08:45:15 · 2050 阅读 · 0 评论