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
https://www.cnblogs.com/pinard/p/6351319.html 在协同过滤推荐算法总结中，我们讲到了用矩阵分解做协同过滤是广泛使用的方法，这里就对矩阵分解在协同过滤推荐算法中的应用做一个总结。(过年前最后一篇！祝大家新年快乐！明年的目标是写120篇机器学习，深度学习和NL ...
分类：
编程语言 时间：
2018-07-31 22:00:35
阅读次数：
203
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
协同过滤是通过将用户和其他用户和的数据进行对比来实现推荐。 我们不利用专家所给出的重要属性来描述物品从而计算他们之间的相似度，而是利用用户对他们的意见来计算相似度，这就是协同过滤中所使用的方法。它不关心物品的描述属性，而是严格的按照许多用户的观点来计算相似度。 相似度的度量一种是欧式距离，一种是皮尔 ...
分类：
编程语言 时间：
2018-07-24 21:15:26
阅读次数：
171
(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
因为开发了一个新闻推荐系统的模块，在推荐算法这一块涉及到了基于内容的推荐算法（Content Based Recommendation），于是借此机会，基于自己看了网上各种资料后对该分类方法的理解，用尽量清晰明了的语言，结合算法和自己开发推荐模块本身，记录下这些过程，供自己回顾，也供大家参考~ 目录 ...
分类：
编程语言 时间：
2018-07-07 15:56:54
阅读次数：
274
