Machine Learning第九讲【推荐系统】--(一)基于内容的推荐系统

符号介绍:

对于每一个用户j,假设我们已经通过学习找到参数,则用户j对电影i的评分预测值为:

 

对于上面的例子:

 

                                                      

假设已知:

                                   

则Alice(j=1)对Cute pupies of love(i=3)的评分将被预测为:

下面我们来看怎么来求θ值:

这个公式其实是线性回归的变种,它和线性回归有很多相似的样子,其思路也很相似,代价函数都是预测值和实际值的差值平方和。

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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