为什么可以通过给目标函数增加一个正则项来防止其过拟合？（来使其更圆滑？） 在实现MF矩阵分解算法的时候，也有给损失函数增加一个正则项：推荐系统之矩阵分解及其Python代码实现 【Reference】 1、正则化为什么能防止过拟合 ...
分类：
其他好文 时间：
2018-08-17 17:48:23
阅读次数：
191
概率软逻辑（PSL，Probabilistic soft logic）是用于开发概率模型的机器学习框架。它可以使用简单的逻辑语法去定义模型，通过快速凸优化进行运算。PSL在自然语言处理，社交网络分析，知识图，推荐系统和计算生物学等许多领域产生了最不错的结果。PSL框架在GitHub上作为Apache ...
分类：
其他好文 时间：
2018-08-12 17:29:35
阅读次数：
247
1 安装前的准备 1.1 配置Linux系统 本文配置的为windows下的VMware软件下搭建的Linux下的cent0S-7系统，推荐系统有CentOS 7和Ubuntu 16.04有条件的可以用云服务器上的Linux系统，好处是可以搭建广域网联盟链。 本文默认你已经对以太坊和docker技术 ...
分类：
其他好文 时间：
2018-08-12 15:46:50
阅读次数：
344
最近天气有点热，三伏天得了空调病，最后发现是颈椎引起的问题，期间还拔了颗顽固的智齿，也算是一波三折了。 这次介绍 Item(User)相似度 的计算方法，其广泛运用于基于邻域的协同过滤算法的推荐系统。简而言之，基于邻域，就是基于相邻的元素进行推荐，而相邻元素的得到过程就是相似度的计算过程。 对于空间 ...
分类：
其他好文 时间：
2018-08-09 13:48:05
阅读次数：
1726
推荐算法：找到相似的用户 优点：计算快，在数据完整的情况下效果最好 解决用户打分标准不同的问题（分数膨胀） 稀疏性：大多数推荐系统中，物品数量要远大于用户数量，因此用户对一个小部分物品评价对于大量数据而言就很难找到俩个相似的用户了，这就造成了数据的稀疏性 9.基于物品的协同过滤（列与列之间的）：通过 ...
分类：
编程语言 时间：
2018-07-26 18:42:47
阅读次数：
200
奇异值分解(Singular Value Decomposition，SVD)是在机器学习领域广泛应用的算法，它不光可以用于降维算法中的特征分解，还可以用于推荐系统，以及自然语言处理等领域。是很多机器学习算法的基石。本文就对SVD的原理做一个总结，并讨论在在PCA降维算法中是如何运用运用SVD的。 ...
分类：
其他好文 时间：
2018-07-26 18:39:35
阅读次数：
227
(1)涉及到的算法 1.监督学习：线性回归，逻辑回归，神经网络，SVM。 线性回归（下面第三行x0(i)其实是1，可以去掉） 逻辑回归 神经网络（写出前向传播即可，反向框架会自动计算） SVM 2.非监督学习：聚类算法(K-mean),降维(PCA) K-mean PCA 3.异常检测 4.推荐系统 ...
分类：
其他好文 时间：
2018-07-07 20:23:41
阅读次数：
177
