推荐系统学习
小鱼编程
越努力,越幸运
展开
-
推荐系统的隐语义(LFM)模型梯度下降代码
LFM梯度下降代码实现:import numpy as npimport pandas as pd# 评分矩阵RR = np.array([[4,0,2,0,1], [0,2,3,0,0], [1,0,2,4,0], [5,0,0,3,1], [0,0,1,5,1], [0,3,2,4,1],])len(R[0])算法实现“”"...原创 2020-09-11 13:27:05 · 219 阅读 · 0 评论 -
推荐系统算法详解(及TFIDF代码详解)
TF-IDF代码实现:0.引入依赖import numpy as npimport pandas as pd1.定义数据和预处理docA = "The cat sat on my bed"docB = "The dog sat on my knees"bowA = docA.split(" ")bowB = docB.split(" ")bowA# 构建词库wordSet = set(bowA).union(set(bowB))wordSet{‘The...原创 2020-09-10 22:02:56 · 1330 阅读 · 0 评论 -
机器学习及其算法(KNN原理及代码实现)
KNN算法的代码实现0.引入依赖import numpy as npimport pandas as pd# 这里直接引入sklearn里的数据集,iris鸢尾花from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split # 切分数据集为训练集和测试集from sklearn.metrics import accuracy_score # 计算分类预测的准确率...原创 2020-09-09 17:39:34 · 1067 阅读 · 0 评论 -
机器学习模型及其算法(线性回归)
1.线性回归模型最小二乘法代码实现:import numpy as npimport matplotlib.pyplot as plt1.导入数据points = np.genfromtxt('data.csv', delimiter=',')points[0,0]# 提取points中的两列数据,分别作为x,yx = points[:, 0]y = points[:, 1]# 用plt画出散点图plt.scatter(x, y)plt.show()2.定义损失函数#原创 2020-09-08 16:43:44 · 317 阅读 · 0 评论 -
推荐系统概述
1.推荐系统的基本思想• 利用用户和物品的特征信息,给用户推荐那些具有用户喜欢的特征的物品。• 利用用户喜欢过的物品,给用户推荐与他喜欢过的物品相似的物品。• 利用和用户相似的其他用户,给用户推荐那些和他们兴趣爱好相似的其他用 户喜欢的物品。2.推荐系统的数据分析3.推荐系统的分类• 根据实时性分类– 离线推荐– 实时推荐• 根据推荐原则分类– 基于相似度的推荐– 基于知识的推荐– 基于模型的推荐• 根据推荐是否个性化分类– 基于统计的推荐– 个性化推荐• 根据数据源分类原创 2020-09-08 09:04:57 · 192 阅读 · 0 评论