每天五分钟机器学习:快速求解协同过滤算法的最优解(推荐系统)

本文重点

上一节中我们学习了协同过滤算法的损失函数,本节课程我们将学习如何求解这个损失函数的最小值。

回顾

我们前面学习的内容是:如果获取到表示电影的特征,那么就可以获取到用户的参数θ。如果给你用户的参数数据θ,你可以获取到电影的特征。本节课我们将使用这些概念,并且将他们合并成协同过滤算法(CFA)。

 

给定x估计θ

 

给定θ估计x

现在我们将上面的两个优化目标结合成一个新的目标函数:

 

新的目标函数

同时求参数θ和x

以上就是新的目标函数,假设x为常数,并关于θ优化的话,你其实就是在计算上面的第一个式子(正则化项x为常数),反过来如果把θ作为常量,然后关于x求J的最小值的话,你其实就是在计算上面的第二个式子(正则化项θ为常数)。

有了这个新的优化目标,我们可以将这两种参数同时化简,注意在化简得时候并没有x0=1,原因就是我们没有必要固定一个

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

幻风_huanfeng

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值