- 博客(7)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 推荐系统笔记之六——python实战LFM、BasicSVD、SVD++
上一章节讨论了数学中的SVD、机器学习中的SVD以及推荐系统中的SVD系列算法，今天我们用python来实战一下，知道原理，究竟该如何实现。LFM 首先是最简单的LFM（即 Funk SVD），首先原理我们是知道的，LFM的基本思想是使用两个矩阵P、Q的乘积来近似原始评分矩阵的。如何实现呢？（完整代码可以直接在我的github中下载或复制：https://github.com/...
2019-03-20 22:04:28
2039
原创 推荐系统笔记之五——基于学习的协同过滤（数学中的SVD、机器学习中SVD、推荐系统中的SVD系列）
SVD（single value Decomposition，奇异值分解）在机器学习中经常出现，是一类用来降维的方法，在图像处理方面，是一类用来降噪降秩的方法，在推荐系统中，发展成为一系列基于矩阵分解类模型。 笔者经历尚浅，暂时认为降维降秩和推荐系统中的一系列算法在应用上不应该混为一谈。数学中的SVD SVD是应用广泛 的数学方法，属于 矩阵分析 的范畴，它代表一种矩...
2019-03-17 22:04:27
1022
原创 推荐系统学习笔记之四——相似度计算以及权重的重要性
教材：《推荐系统 技术、评估及高效算法》上一小节：推荐系统学习笔记之三——（基于邻域的）协同过滤算法的公式化、标准化上一小节我们跳过了 用户之间、物品之间 相似度计算的方法，在这一小节，我们详细叙述常见常用的集中相似度计算方法以及 相似度用户（物品）权重的重要性。目录： 1、相似度 ---（1）、cosine（余弦相似度） ...
2019-03-06 14:57:33
7196
原创 推荐系统学习笔记之三——（基于邻域的）协同过滤算法的公式化、标准化
教材：《推荐系统 技术、评估及高效算法》目录：基于用户的评分预测 --公式 --例题 --基于用户的分类预测方法 基于物品的推荐 --公式 --例题 ...
2019-03-06 13:56:21
1021
1
原创 推荐系统学习笔记之二——详解几类推荐技术（基于内容的推荐、基于用户的协同过滤、基于物品的协同过滤、基于模型的协同过滤）
材料： 《推荐系统 技术、评估及高效算法》 推荐技术最为基础的两种推荐算法，无非是基于内容的推荐算法以及协同过滤算法。那么这两类算法究竟是什么意思呢？基于内容的推荐算法（content-base） 权威解释：对某个用户已经评分过的物品分析其共同特点，然后将含有这些特点的新物品推荐给该用户。 我的理解：拿电影来举例子，有个人对《天空之城》、《风之谷》、《千与千寻》、《...
2019-03-05 21:56:00
4691
原创 推荐系统学习笔记之一——综述
教材：《推荐系统 技术、评估与高效算法》。推荐系统（Recommender System，RS） 1、概念及出现原因。 2、服务人群。 3、功能。 4、数据来源。 5、现有技术。 6、评估方法。1、概念及出现原因 推荐系统是一种向目标用户建议可能感兴趣物品的软件工具和技术。如，建议用户购买什么物品、...
2019-03-03 14:36:29
458
原创 机器学习笔记之二十二——PCA与SVD
PCA（主成分分析）是机器学习中常用于数据降维的一种方式，SVD（奇异值分解）也具有降维的效果，在推荐领域、nlp领域较为常见。PCA PCA主要通过数据矩阵的协方差来作为降维的准则，具体流程如下： （1）、对m*n矩阵计算协方差，得到n*n的协方差方阵。 （2）、使用特征值分解对协方差方阵进行分解。 （3）、确定n降维到多少，定义为...
2019-03-02 12:26:58
264
xiaoshuo_03_6-6.zip
2019-06-11
sparkstreaming2.3_kafka0.8_jar包集合
2018-04-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人