2018年03月_会飞的小罐子

12月 10月 09月 08月 07月 06月 05月 04月 03月 02月

原创计算海滩上桃子有多少个【Java】

华为2017秋招笔试真题题目：海滩上有一堆桃子，m只猴子来分。第一只猴子把这堆桃子凭据分为五份，多了一个，这只猴子把多的一个扔入海中，拿走了一份。第二只猴子把剩下的桃子又平均分成m份，又多了一个，它同样把多的一个扔入海中，拿走了一份，第三、第四、第五只、第m只猴子都是这样做的，问海滩上原来最少有多少个桃子？输入：输入猴子个数m（3<=m<=9）输出：原来最少有多少个桃子方法一：im...

2018-03-28 21:57:33 1433 1

原创项目遇到的小问题以及解决方法

项目前中期的工作已经完成，因此写这篇博文的目的在于总结项目中有关python操作的一些小问题和小细节，并给出相应的解决方法。问题一: _csv.Error: field larger than field limit (131072)原因：当用python读取csv格式文件，excel表数据很大，行数超过131072行，发生情况偶尔，非必然事件。解决方法：import sys'''解决报错...

2018-03-20 19:41:58 3583 2

本文内容主要是基于项亮的《推荐系统实践》一书，加上自己一些总结和心得。UserCF推荐和当前用户相似度高的N个用户产生过行为的物品给当前用户；这些物品是当前用户没有行为过而其他N个用户行为过的物品的前M个；余弦相似度改进：在分子中除了考虑两个用户共同行为的物品，还考虑到这个物品被多少个用户行为过。加入时间因子：相似度计算：用户u和用户v对物品i产生行为的时间越远，那么这两个用户的兴趣相似度就会...

2018-03-13 17:12:27 1452

转载推荐系统中的相似度计算方法总结及实现代码（python）

相似度的计算是推荐系统非常重要的环节，包括：用户与用户之间的相似度，物品与物品之间的相似度或者用户与物品的相关性。下面以在协同过滤中计算两个用户的相似度来介绍几种常用的相似度计算方法。其中有些方法只适用于协同过滤，有些适应于更多其他推荐方法。 1）共同邻居。直接计算两个用户的交集 2）Jaccard系数。基于共同邻居的一个显著问题是...

2018-03-13 17:09:45 2448

转载协同过滤算法之欧几里得距离，皮尔逊相关度

协作型过滤协同过滤是利用集体智慧的一个典型方法。要理解什么是协同过滤 (Collaborative Filtering, 简称CF)，首先想一个简单的问题，如果你现在想看个电影，但你不知道具体看哪部，你会怎么做？大部分的人会问问周围的朋友，看看最近有什么好看的电影推荐，而我们一般更倾向于从口味比较类似的朋友那里得到推荐。这就是协同过滤的核心思想。协同过滤一般是在海量的用户中发掘出一小部分和你品位比...

2018-03-13 17:05:51 3808

转载推荐系统的常见推荐算法的性能比较

数据集是movielens-1M（下载）版本。1. 训练集大小对于推荐性能的影响使用SlopeOne算法，每次随机选取6%的用户预测其喜好，进行5次实验，取MAE的均值，得到下表：训练集大小（%）MAE900.71718149700.73005925500.77483222300.83092947100.98020104 绘制成折线图，如下图所示：由此可知，训练集越大，则推荐的准确率越高。 ...

2018-03-13 16:59:25 4495 1

转载推荐算法之用户推荐（UserCF）和物品推荐（ItemCF）对比

一、定义UserCF：推荐那些和他有共同兴趣爱好的用户喜欢的物品ItemCF：推荐那些和他之前喜欢的物品类似的物品根据用户推荐重点是反应和用户兴趣相似的小群体的热点，根据物品推荐着重与用户过去的历史兴趣，即：UserCF是某个群体内的物品热门程度ItemCF是反应本人的兴趣爱好，更加个性化二、新闻类网站采用UserCF的原因：用户大都喜欢热门新闻，特别细粒度的个性化可忽略不计个性化新闻推荐更强调热...

2018-03-13 16:55:06 1234

原创协同过滤算法之UserCF算法的python实现及部分优化

1：协同过滤算法简介2：协同过滤算法的核心3：协同过滤算法的应用方式4：基于用户的协同过滤算法实现5：UserCF中相似度计算部分优化一：协同过滤算法简介基于用户的协同过滤算法是推荐系统中最古老的的算法，可以说是这个算法的诞生标志了推荐系统的诞生。该算法在1992年被提出，并应用于邮件过滤系统，1994年被GroupLens用于新闻过滤。在一个在线个性化推荐系统中，当一个用户A需要个性化推...

2018-03-13 16:38:25 5587 3

转载推荐算法的Python实现（样例代码）

基于ItemCF算法#!/usr/sbin/env python# -*- coding:utf-8 -*-import math# ItemCF算法def ItemSimilarity(train): C = dict() N = dict() for u,items in train.items(): for i in items.keys(...

2018-03-12 14:56:16 5617

原创【机器学习实战系列】读书笔记之DecisionTree（ID3算法）（三）

一.使用决策树预测隐形眼镜类型这里实现一个例子，即利用决策树预测一个患者需要佩戴的隐形眼镜类型。以下是整个预测的大体步骤：收集数据：使用书中提供的小型数据集准备数据：对文本中的数据进行预处理，如解析数据行分析数据：快速检查数据，并使用createPlot()函数绘制最终的树形图训练决策树：使用createTree()函数训练测试决策树：编写简单的测试函数验证决策树的输出结果&绘图结果使用决...

2018-03-09 11:17:15 377

原创【机器学习实战系列】读书笔记之DecisionTree（ID3算法）（二）

2.2 决策树的绘制为了更好地发挥决策树易于理解的优点，我们使用Matplotlib将创建的决策树绘制出来。此处调用函数createPlot()对决策树进行绘制。实现过程如下：创建模块DecisionTreePlotter及其存储文件DecisionTreePlotter.py；调用函数plt.figure()创建一个figure；调用函数plt.subplot()在figure中创建一个子...

2018-03-08 16:43:18 525

原创【机器学习实战系列】读书笔记之DecisionTree（ID3算法）（一）

本文介绍决策树ID3(Iterative Dichotomiser)算法，除此之外决策树还有C4.5，CART(Classification And Regression Tree)算法。一、ID3算法介绍：1.ID3算法是以信息熵和信息增益作为衡量标准的分类算法。2.ID3算法是决策树的一种，它是基于奥卡姆剃刀原理的，即用尽量用较少的东西做更多的事。ID3算法，即Iterative Dic...

2018-03-03 10:39:49 421