![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐算法
文章平均质量分 86
qingsi11
这个作者很懒,什么都没留下…
展开
-
协同过滤推荐及Python实现
协同过滤推荐算法分为两类,分别是基于用户的协同过滤算法(user-based collaboratIve filtering),和基于物品的协同过滤算法(item-based collaborative filtering)。1、相似度计算欧式距离from numpy import *#欧氏距离def EuclideanDistance(a,b): return sqrt((a[0]-b[0])**2+(a[1]-b[1])**2)print('a,b 二维欧式距离为:',Euclid原创 2020-07-15 11:16:20 · 2018 阅读 · 1 评论 -
推荐系统之矩阵分解模型原理及Python实现
原本在使用各种APP的时候觉得推荐算法是一个神奇的东西,能推荐你喜欢的东西,刚好要做手厅用户的前人千面,所以,用协同过滤做了手厅的基于产品的推荐模型,发现出来的产品很相似,所以对推荐算法更加好奇。在各种资料中,发现了基于矩阵分解的推荐系统,学习了它的原理之后,发现矩阵算法对于推荐的效果更好且更好运用。接下来介绍矩阵分解的原理。矩阵分解(Matrix Factorization, MF),下面简称MF,矩阵算法就是,将用户和产品矩阵中的数据,分解成两个矩阵(用User矩阵和Item矩阵),两个矩阵相乘得到的原创 2020-08-04 17:21:36 · 2326 阅读 · 6 评论