2018年8月17日

推荐系统 SVD和SVD++算法

摘要: 推荐系统 SVD和SVD++算法 SVD: SVD++: 【Reference】 1、SVD在推荐系统中的应用详解以及算法推导 2、推荐系统——SVD/SVD++ 3、SVD++ 4、SVD++协同过滤 5、SVD与SVD++ 6、关于矩阵分解:特征值分解 svd分解 mf分解 lmf分解 pca 阅读全文

posted @ 2018-08-17 17:38 CuriousZero 阅读(4869) 评论(2) 推荐(1) 编辑

通过给目标函数增加一个正则项来防止其过拟合

摘要: 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) 经常用来控制过拟合现象的一种技术是正则化(regularization)。 这种技术涉及到给误差函数增加一个惩罚项,使 阅读全文

posted @ 2018-08-17 17:26 CuriousZero 阅读(790) 评论(0) 推荐(0) 编辑

Debug 路漫漫-03

摘要: Debug 路漫漫-03:SVD++的 Matlab 版本 SVD++ 的 pu 这一项: 圈圈中的这一项,它既然要和pu 相加 的话 ,那么,它的维度也应该是 m*K。(就是维度和Pu一致的 。 而 y_i 则是 n*k (m:user 个数。n:item个数) 按照更新公式: 若是使用matla 阅读全文

posted @ 2018-08-17 15:54 CuriousZero 阅读(201) 评论(0) 推荐(0) 编辑

导航