摘要:
一、音乐推荐 1、传统的方式:基于suprise 协同过滤(各种版本)、SVD、矩阵分解 2、基于word2vec,用每个歌单中的song_id,作为一个样本,训练song2vec向量,进而求取相似歌曲, 用户兴趣推荐,根据用户喜欢的歌曲,将时间轴权重,歌曲热度权重叠加到song2vec相似歌曲的相 阅读全文
摘要:
一、线性回归 基本的概念:训练集(积累知识)、学习策略(预测函数)、代价函数(均方差,logist loss)(评估)、优化,训练最优的模型参数 欠你和和过拟合: 正则化:惩罚参数,变相减少特征 二、逻辑回归 批量梯度下降:求一次参数,遍历所有的样本 随机梯度下降:每一个样本,求一次参数 多分类:o 阅读全文