摘要: 一、Mahout推荐算法简介Mahout算法框架自带的推荐器有下面这些:l GenericUserBasedRecommender:基于用户的推荐器,用户数量少时速度快;l GenericItemBasedRecommender:基于商品推荐器,商品数量少时速度快,尤其当外部提供了商品相似度数据后效... 阅读全文
posted @ 2015-08-23 22:35 爱看球的领带 阅读(1117) 评论(0) 推荐(0) 编辑
摘要: %svd chengxu A = [5 5 0 5;5 0 3 4; 3 4 0 3; 0 0 5 3; 5 4 4 5; 5 4 5 5];A = A';[U S V] = svd(A);U = U(:,1:4);S = S(1:4,1:4);V = V(:,1:4);reA = U*S*V';%... 阅读全文
posted @ 2015-08-23 22:20 爱看球的领带 阅读(6527) 评论(0) 推荐(0) 编辑
摘要: 一、文字值1. 字符串字符串指用单引号(‘'’)或双引号(‘"’)引起来的字符序列。例如:'a string'"another string"如果SQL服务器模式启用了NSI_QUOTES,可以只用单引号引用字符串。用双引号引用的字符串被解释为一个识别符。字符串可以有一个可选字符集引介词和COLLA... 阅读全文
posted @ 2015-08-23 20:35 爱看球的领带 阅读(913) 评论(0) 推荐(0) 编辑
摘要: 假如要预测Zero君对一部电影M的评分,而手上只有Zero君对若干部电影的评分和风炎君对若干部电影的评分(包含M的评分)。那么能预测出Zero君对M的评分吗?答案显然是能。最简单的方法就是直接将预测分定为平均分。不过这时的准确度就难说了。本文将介绍一种比这个最简单的方法要准上许多,并且也不算复杂的算... 阅读全文
posted @ 2015-08-23 18:06 爱看球的领带 阅读(777) 评论(0) 推荐(0) 编辑
摘要: 一、奇异值分解SVD1.SVD原理 SVD将矩阵分为三个矩阵的乘积,公式: 中间矩阵∑为对角阵,对角元素值为Data矩阵特征值λi,且已经从大到小排序,即使去掉特征值小的那些特征,依然可以很好地重构出原始矩阵。如下图:其中阴影部分代表去掉小特征值,重构时的三个矩阵。 如果m代表商品... 阅读全文
posted @ 2015-08-23 17:59 爱看球的领带 阅读(2224) 评论(0) 推荐(0) 编辑
摘要: 一、操作符1.1 操作符优先级以下列表显示了操作符优先级的由低到高的顺序。排列在同一行的操作符具有相同的优先级。操作符优先级:=1||, OR, XOR2&&, AND3NOT4BETWEEN, CASE, WHEN, THEN, ELSE5=, , >=, >, , !=, IS, LIKE, R... 阅读全文
posted @ 2015-08-23 14:02 爱看球的领带 阅读(816) 评论(0) 推荐(1) 编辑