推荐算法理论与实践_技术问答

首页免费课推荐算法理论与实践问答

predicts = np.dot(Current_X_parameters, Current_Theta_parameters.T) + rating_mean

最赞回答 / 吃麦子的猫

不太懂，前面说内容矩阵X和用户喜好矩阵Theta相乘就是完整的评分表了，我猜测这里加平均分可能是为了让数据好看一点，因为电影类型num_features他直接默认设置的10，当实际的类型远大于10的时候，计算出来的评分值会偏小，我试过，可能只有0.几的评分。所以当找到一个合适的num_features之后不加平均分，出来的值就是正常的，加上平均分反而超过评分的最高值了。他前面评分最高就5分，结果出来5.好几，这不是扯呢么

4 回答 1160 浏览 3-3 -电影推荐系统-模型训练与评估

2019-05-05

y小文

内容重复了啊？？

2 2-3 -基于矩阵分解的协同过滤

2019-04-16

电影的其他特征如何用？

最新回答 / 东小刀

原始条件只需要用户评分表这一张表就好了。用户喜好矩阵和电影内容矩阵都是要求解的对象。

1 回答 439 浏览 3-2 -电影推荐系统-构建模型

2019-04-16

那如果用户ID过大，怎么来标识呢？

最新回答 / 吃麦子的猫

解决了，直接用excle修改.csv 文件，用其中rank函数进行对应排序

1 回答 1161 浏览 3-1 -电影推荐系统-数据收集与准备

2019-04-07

Recall值

最新回答 / 慕粉3203730

recall= 用户所需/用户购买总个数

1 回答 1163 浏览 2-9 -推荐系统性能评估

2019-03-21

公式的问题

+ 我来回答回答最高可+2积分

0 回答 912 浏览 2-2 -基于内容的推荐系统

2019-03-13

忆諾轩

实践证明是需要加1的。上一条评论作废

0 3-1 -电影推荐系统-数据收集与准备

2019-02-12

忆諾轩

我感觉老师讲错了。userId应该不需要加1啊

1 3-1 -电影推荐系统-数据收集与准备

2019-02-12

老师，帮我看看这个错误，试了很多方法，没有解决。

最新回答 / qq_Cheers_KOPV14

<...code...>

1 回答 1386 浏览 3-4 -构建完整的电影推荐系统

2018-12-20

讲的太好了，老师还有实战的课程吗

最新回答 / 慕移动9181930

如果你声明在外面的话，没次调用自身函数都会重新把num值变成最初值，所以会影响效果，还是用全局变量比较好大多都是小白来学的，我就觉得老师讲的很详细的。

1 回答 1218 浏览 2-9 -推荐系统性能评估

2018-12-16

慕娘7691566

讲的非常好，强烈推荐

0 2-9 -推荐系统性能评估

2018-12-16

慕娘7691566

讲的很好，希望老师继续讲解最前沿的推荐算法，比如使用cnn以及rnn实现的推荐系统

0 2-8 -混合算法

2018-12-16

rating_norm中的问题

最新回答 / 米开朗琪罗哎

兄弟们，报错的是

 rating_mean[i] = np.mean(rating[i, idx])

这一行代码的np.mean(rating[i, idx]) 部分，索引报错。不是下一行的公式问题

5 回答 1314 浏览 3-2 -电影推荐系统-构建模型

2018-11-27

慕仙1928699

神他妈按照数学公式来讲，你当上数学课啊，你的听众是程序员，退一万步讲，上numpy的代码也比上也一串数学公式好啊。。

9 2-1 -电影推荐系统原理

2018-11-08

数据显示报错

最新回答 / 慕标1955955

这个错误应该是显示在cmd中的吧。

1 回答 1058 浏览 3-3 -电影推荐系统-模型训练与评估

2018-10-18

首页上一页 1 2 3 4 5 6 7 下一页尾页

开始学习

课程须知: 掌握python语法，自学能力强！

老师告诉你能学到什么？: 1、基于内容的推荐系统的原理 2、基于矩阵分解的推荐系统的原理 3、基于商品的协同过滤的推荐系统的原理 4、基于用户的协同过滤的推荐系统的原理 5、构建基于矩阵分解的电影推荐系统

微信扫码，参与3人拼团

热搜

最近搜索清空

推荐算法理论与实践