python对电影进行预测评分_推荐系统—影视评分预测

本文介绍了如何使用Python进行电影评分预测,包括基于内容的推荐和协同过滤方法。通过线性回归模型,优化theta参数和电影特征x,以预测用户可能喜欢的电影,构建推荐系统。
摘要由CSDN通过智能技术生成

本文根据Andrew Ng的 Machine Learning 的课写就。

======================================= 一、预测电影评分 ==========================================

全文以“预测电影评分”例子展开

r(i,j)=0则表明user_j没有对movie_i 没有评分,

推荐系统 要做的就是通过预测user_j对这些movie {i|r(i,j)=0}的评分来给user_j 推荐其 可能会喜欢 的电影

f906e305ec88dcf6d6b44356a04a7496.jpg

======================================= 二、基于内容的推荐 =======================================

1b96f4120fc6ddea950ae5e65ae6b12f.jpg

对每个movie_i引入特征x(i)=(x1, x2),这种特征可能表明user对movie类型的偏好:浪漫or动作等

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值