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

为什么要+ rating_mean

慕姐1168510

2019-05-05

源自：推荐算法理论与实践 3-3

关注问题我要回答

1164

操作

收起

3 回答

weixin_慕尼黑3109738
2019-10-30

同问，不应该加rating_mean吧？

0 回复有任何疑惑可以回复我~

收起回答

LittlePaddington
2019-06-02

同问，还想问一下为什么这两个矩阵相乘得出来的结果就是预测评分。

之前生成X_parameters，Theta_parameters矩阵正态分布怎么反映出评分特征的，感觉是具有随机性的，不能代表喜好

0 回复有任何疑惑可以回复我~

收起回答

吃麦子的猫
2019-05-23

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

2 回复有任何疑惑可以回复我~

收起回答

江宁PGONE

请问这个num_features是什么意思

2020-04-04 回复有任何疑惑可以回复我~