05 2018 档案

摘要:协同过滤推荐基于用户的最近邻推荐思想:给定一个评分数据集以及当前(活跃)用户ID作为输入,找出与当前用户过去有相似偏好的其他用户,这些用户有时被称为对等用户或者最近邻;然后,对当前用户没见过的每个商品p,利用其近邻对p的评分计算预测值。潜在假设:(1)如果用户过去有相似的偏好,那么他们未来也会有相似的偏好(2)用户偏好不会随时间而变化如何确定相似用户集,推荐系统中通用的方法是Person相关系数。... 阅读全文
posted @ 2018-05-27 22:22 彼岸花杀是条狗 阅读(317) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2018-05-18 15:18 彼岸花杀是条狗 阅读(1) 评论(0) 推荐(0) 编辑
该文被密码保护。
posted @ 2018-05-18 10:38 彼岸花杀是条狗 阅读(1) 评论(0) 推荐(0) 编辑
摘要:https://blog.csdn.net/selous/article/details/77197845 阅读全文
posted @ 2018-05-01 01:02 彼岸花杀是条狗 阅读(274) 评论(0) 推荐(0) 编辑
摘要:双线性插值 假设源图像大小为mxn,目标图像为axb。那么两幅图像的边长比分别为:m/a和n/b。注意,通常这个比例不是整数,编程存储的时候要用浮点型。目标图像的第(i,j)个像素点(i行j列)可以通过边长比对应回源图像。其对应坐标为(i*m/a,j*n/b)。显然,这个对应坐标一般来说不是整数,而非整数的坐标是无法在图像这种离散数据上使用的。双线性插值通过寻找距离这个对应坐标最近的四个... 阅读全文
posted @ 2018-05-01 00:55 彼岸花杀是条狗 阅读(1450) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示