推荐算法
文章平均质量分 62
_七色堇_
这个作者很懒,什么都没留下…
展开
-
推荐算法中的矩阵分解(2)
推荐算法中的矩阵分解(1)在这里:https://blog.csdn.net/Root__God/article/details/117283584矩阵分解目标函数在(1)当中提到了加入正则化的目标函数如下:该目标函数是采用的最小二乘法原理,当时预测评分和真实评分之间的平方差和最小的时候,就意味着这个模型很好。但很关键的问题是:如何求目标函数的最小值?矩阵分解迭代过程为了求目标函数的最小值,我们可以采用梯度下降方法。梯度下降原理在这里:https://blog.csdn.net/Root__G原创 2022-01-07 19:27:23 · 566 阅读 · 0 评论 -
推荐系统离线评估常用指标
准确率、召回率、F1、MAE、RMSE、MSE原创 2021-12-17 17:29:17 · 534 阅读 · 0 评论 -
推荐系统中评测准确率和MAE值的步骤对比
在评估推荐算法的优劣时,主要有两种评测指标,一种是top-N推荐当中的分类指标,例如准确率、召回率、覆盖率等。一种是预测评分指标,如MAE、RMSE、MSE。这两种指标进行评估时,代码的逻辑是不同的。分类指标步骤:① 从训练集中拿出一个user。② 拿出该user正反馈的一个item。③ 在物品相似度矩阵中,按照相似度大小排序,取最相似度的前K个item。如果这K个item中有该user已经打分的,则删除。④ 构建字典rank{item:weight},存储相似物品及其排序权重。排序权重计算方原创 2021-12-13 21:39:15 · 2606 阅读 · 0 评论 -
基于物品的协同过滤推荐和基于内容的推荐的联系与区别
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题,有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能,丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Markdown编辑器你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Mar原创 2021-06-11 16:09:30 · 1649 阅读 · 0 评论 -
推荐算法当中的矩阵分解
看了《深度学习推荐系统》这本书里的矩阵分解算法,来总结一下。1 矩阵分解核心思想1.1 模型构建假设我们有如下所示的评分矩阵,ABCD是用户,WXYZ是物品。我们将这个矩阵称为共现矩阵。WXYZA4.52.0B4.03.5C5.02.0D3.54.01.0把共现矩阵分解为两个矩阵相乘的形式,一个是用户矩阵,一个是物品矩阵,如下所示。用户矩阵:A1.20.8B.1.4C1.51.0原创 2021-05-26 11:45:00 · 528 阅读 · 0 评论