- 博客(99)
- 收藏
- 关注
基于隐马尔可夫模型的推荐算法,易于理解(含有大量注释),python实现
博主结合大量论文自行实现的一个基于隐马尔可夫模型(HMM)的推荐算法,易于理解(含有大量注释)。这个项目使用了MovieLens-100K数据集,并将其按照3:1的比例分成了训练集和测试集。在算法的评估中,采用了准确度和召回率两个指标,同时也可以通过这两个指标计算F1分数。此算法不仅能够计算所有用户推荐结果的平均准确度和平均召回率,还能针对特定用户计算其推荐结果的准确度和召回率。有问题请及时私聊博主。
2024-04-14
基于SVD的协同过滤推荐算法,易于理解(含有大量注释),python实现
博主结合大量论文自行实现的一个基于SVD矩阵分解的推荐算法,易于理解(含有大量注释)。这个项目使用了MovieLens-100K数据集,并将其按照3:1的比例分成了训练集和测试集。在算法的评估中,采用了准确度和召回率两个指标,同时也可以通过这两个指标计算F1分数。此算法不仅能够计算所有用户推荐结果的平均准确度和平均召回率,还能针对特定用户计算其推荐结果的准确度和召回率。
2024-03-28
基于项目的协同过滤推荐算法(利用余弦相似度来衡量用户间的相似性),易于理解(含有大量注释),python实现
博主结合大量论文自行实现的一个基于项目协同过滤的推荐算法(利用余弦相似度来衡量项目间的相似性),易于理解(含有大量注释)。这个项目使用了MovieLens-100K数据集,并将其按照3:1的比例分成了训练集和测试集。在算法的评估中,采用了准确度和召回率两个指标,同时也可以通过这两个指标计算F1分数。此算法不仅能够计算所有用户推荐结果的平均准确度和平均召回率,还能针对特定用户计算其推荐结果的准确度和召回率。
2024-03-28
基于用户的协同过滤推荐算法(利用余弦相似度来衡量用户间的相似性),易于理解(含有大量注释),python实现
博主结合大量论文自行实现的一个基于用户协同过滤的推荐算法(利用余弦相似度来衡量用户间的相似性),易于理解(含有大量注释)。这个项目使用了MovieLens-100K数据集,并将其按照3:1的比例分成了训练集和测试集。在算法的评估中,采用了准确度和召回率两个指标,同时也可以通过这两个指标计算F1分数。此算法不仅能够计算所有用户推荐结果的平均准确度和平均召回率,还能针对特定用户计算其推荐结果的准确度和召回率。
2024-03-28
小游戏类小程序源码-悠闲小游戏小程序-7套独特风格-压缩包内含7套不同小程序-微信小程序开发
小游戏类小程序源码精选套装-悠闲小游戏小程序-7套独特风格-压缩包内含7套不同小程序-微信小程序开发
2024-03-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人