摘要: 模型的建立相当于从行为数据中提取特征,给用户和物品同时打上“标签” 有显性特征时,我们可以直接匹配做出推荐 没有时,可以根据已有的偏好数据,去发掘出隐藏的特征,这需要用到隐语义模型(LFM) 一、隐语义模型(LFM Latent Factor Mode) 基于样本的用户偏好信息,训练一个推荐模型,然 阅读全文
posted @ 2019-09-03 07:56 与君共舞 阅读(4043) 评论(0) 推荐(0) 编辑
摘要: 一、定义: 监督学习主要包括分类和回归 当输出被限制为有限的一组值(离散数值)时使用分类算法 当输出可以具有范围内的任何树值(连续数值)时使用回归算法 相似度学习是和回归和分类都密切相关的一类监督学习,它的目的是使用相似函数从样本中学习,这个函数可以度量两个对象之间的相似度或关联度 二、监督学习三要 阅读全文
posted @ 2019-09-03 07:28 与君共舞 阅读(670) 评论(0) 推荐(0) 编辑