logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

推荐系统初学者系列(5)-- 混合推荐机制

在现行的 Web 站点上的推荐往往都不是单纯只采用了某一种推荐的机制和策略,他们往往是将多个方法混合在一起,从而达到更好的推荐效果。关于如何组合各个推荐机制,这里讲几种比较流行的组合方法。加权的混合(Weighted Hybridization): 用线性公式(linear formula)将几种不同的推荐按照一定权重组合起来,具体权重的值需要在测试数据集上反复实验,从而达到最好的推荐效果。...

数据挖掘工程师必备基础

目录损失函数梯度下降范数激活函数数据不平衡问题2018/2019/校招/春招/秋招/算法/NLP/深度学习/机器学习面试笔记损失函数【深度学习】一文读懂机器学习常用损失函数(Loss Function)梯度下降三种梯度下降的方式:批量梯度下降、小批量梯度下降、随机梯度下降范数机器学习(拓展)L1,L2-Norm理解激活函数【...

Linux . 运行 Python 程序,调用自己的模块报错No module named 'XXX' ——解决方案:添加到PYTHONPATH

该模块必须PYTHONPATH上,否则在导入该模块时会出现找不到该模块的错误,即必须把所需要的模块的路径添加到PYTHONPATH中解决方案:(1) 在~/.bashrc 中输出环境变量export PYTHONPATH=$PYTHONPATH:模块路径(2) 激活source /etc/profile...

推荐系统初学者系列(1)-- 基于特征的推荐算法

目录目录1. 推荐算法准确度度量公式:2. 集合相似度度量公式(N维向量的距离度量公式):2.1Jaccard公式:2.2余弦相似度公式:3. UserCF公式:4. ItemCF公式:5. LFM公式:6. TagCF公式:7. 关系链推荐公式:8. 信息流推荐公式:9. 推荐算法小结推荐系统架构1. 推荐算法准确度度量公式:Rec...

到底了