上一页 1 ··· 26 27 28 29 30 31 32 33 34 ··· 119 下一页
摘要: 一、原理 它是建立在极大似然原理的基础上的一个统计方法,极大似然原理的直观想法是:一个随机试验如有若干个可能的结果A,B,C,…。若在仅仅作一次试验中,结果A出现,则一般认为试验条件对A出现有利,也即A出现的概率很大。一般地,事件A发生的概率与参数theta相关,A发生的概率记为P(A,theta... 阅读全文
posted @ 2015-10-15 15:42 加拿大小哥哥 阅读(5530) 评论(0) 推荐(2) 编辑
摘要: 目标函数是要最小化C: 求其梯度: 梯度下降求最小值: 阅读全文
posted @ 2015-10-15 10:59 加拿大小哥哥 阅读(1957) 评论(0) 推荐(1) 编辑
摘要: 本文将简单介绍下最近学习到的矩阵分解方法。 (1)PureSvd 矩阵分解的核心是将一个非常稀疏的评分矩阵分解为两个矩阵,一个表示user的特性,一个表示item的特性,将两个矩阵中各取一行和一列向量做内积就可以得到对应评分。 那么如何将一个矩阵分解为两个矩阵就是唯一的问题了。说到这里... 阅读全文
posted @ 2015-10-15 10:49 加拿大小哥哥 阅读(5052) 评论(0) 推荐(4) 编辑
摘要: 为了方便介绍,假设推荐系统中有用户集合有6个用户,即U={u1,u2,u3,u4,u5,u6},项目(物品)集合有7个项目,即V={v1,v2,v3,v4,v5,v6,v7},用户对项目的评分结合为R,用户对项目的评分范围是[0, 5]。R具体表示如下: 推荐系统的目标就是预测出符号“?”对... 阅读全文
posted @ 2015-10-15 10:23 加拿大小哥哥 阅读(8665) 评论(3) 推荐(5) 编辑
摘要: 一、什么是贝叶斯推断 贝叶斯推断(Bayesian inference)是一种统计学方法,用来估计统计量的某种性质。它是贝叶斯定理(Bayes' theorem)的应用。英国数学家托马斯·贝叶斯(Thomas Bayes)在1763年发表的一篇论文中,首先提出了这个定理。 贝叶斯推断与其他统计学... 阅读全文
posted @ 2015-10-14 10:28 加拿大小哥哥 阅读(13899) 评论(3) 推荐(6) 编辑
摘要: 一、基本概念 基本的矩阵分解方法通过学习用户和物品的特征向量进行预测,即用户和物品的交互信息。用户的特征向量代表了用户的兴趣,物品的特征向量代表了物品的特点,且每一个维度相互对应,两个向量的内积表示用户对该物品的喜好程度。但是我们观测到的评分数据大部分都是都是和用户或物品无关的因素产生的效果,即有... 阅读全文
posted @ 2015-10-12 17:16 加拿大小哥哥 阅读(2607) 评论(0) 推荐(1) 编辑
摘要: 一、矩阵分解概述 我们都知道,现实生活中的User-Item矩阵极大(User数量极大、Item数量极大),而用户的兴趣和消费能力有限,对单个用户来说消费的物品,产生评分记录的物品是极少的。这样造成了User-Item矩阵含有大量的空值,数据极为稀疏。矩阵分解的核心思想认为用户的兴趣只受少数几个因... 阅读全文
posted @ 2015-10-12 16:26 加拿大小哥哥 阅读(3512) 评论(0) 推荐(0) 编辑
摘要: 1.颜色字符串有'c', 'm', 'y', 'r', 'g', 'b', 'w',和'k'。分别表示青,红紫,黄,红,绿,白和黑。 2.线型字符串有:'-' 为实线, '--' 为虚线, ':' 为点线, '-.' 为点虚线, 及'none' 表示不用线型。 3.标记形式有'+', 'o'... 阅读全文
posted @ 2015-10-12 15:04 加拿大小哥哥 阅读(12579) 评论(0) 推荐(0) 编辑
摘要: 上面是效果图,看着很不错吧,主要的问题在于用XTickLabel设置横坐标时候,横坐标会扩展,就是说如果label是[1 2 3],咱就做了三组试验,参数分别是 1 2 3,但是显示是1 2 3 1 2 3 1 2.。。。扩展了,不是需要的,如何解决呢? 同时设置XTickLabel和XTick,只 阅读全文
posted @ 2015-10-12 15:01 加拿大小哥哥 阅读(13710) 评论(0) 推荐(0) 编辑
摘要: 在给李X写SVD代码的时候注意到的。>> a = magic(3)a = 8 1 6 3 5 7 4 9 2>> diag(a)ans = 8 5 2>> a = [8 5 2]a = 8 ... 阅读全文
posted @ 2015-10-10 11:24 加拿大小哥哥 阅读(4406) 评论(0) 推荐(0) 编辑
上一页 1 ··· 26 27 28 29 30 31 32 33 34 ··· 119 下一页