李燕

  博客园 :: 首页 :: 博问 :: 闪存 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理 ::

2017年9月18日

摘要: 协同过滤算法(collaborative filtering ):同时求θ与x的值 我们有了x的值,来估计θ的值; 我们有了θ的值,来估计x的值; 现在我们不想通过迭代的算法来求θ与x的值,我们想同时求x的值,将两个结合起来得到的代价函数如上图所示,在这个代价函数中,如果将x看作常数,则得到第一个代 阅读全文
posted @ 2017-09-18 21:05 李燕 阅读(779) 评论(0) 推荐(0) 编辑

摘要: 协同过滤(collaborative filtering )能自行学习所要使用的特征 如我们有某一个数据集,我们并不知道特征的值是多少,我们有一些用户对电影的评分,但是我们并不知道每部电影的特征(即每部电影到底有多少浪漫成份,有多少动作成份) 假设我们通过采访用户得到每个用户的喜好,如上图中的Ali 阅读全文
posted @ 2017-09-18 20:14 李燕 阅读(2995) 评论(0) 推荐(0) 编辑