浪漫免费表白网站,网站怎么做移动的图片,表白网址链接制作,html5网站开发的源码学习记录#xff1a;
2019.08.01#xff1a;
林轩田机器学习技法--Matrix Factorization #xff1a;https://redstonewill.com/783/
[ 收获 ]#xff1a;先假设 有用户特征向量#xff08;维度为d表示用户对d种特性的不同喜爱程度#xff09;、有电影特征#xff08…学习记录
2019.08.01
林轩田机器学习技法--Matrix Factorization https://redstonewill.com/783/
[ 收获 ]先假设 有用户特征向量维度为d表示用户对d种特性的不同喜爱程度、有电影特征维度为d表示电影具有d种特性的不同程度则这样通过线性组合矩阵乘法即可得到用户对电影的可能评分y~与真实评分y作比较可得到二次损失函数对损失函数进行优化即可求得参数即用户特征向量和电影特征向量由于损失函数中包含两个参数可用alternating least squares算法即固定第一个参数优化第二个个参数然后固定第二个参数优化第一个参数。
2019.08.02
FM分解机https://baijiahao.baidu.com/s?id1630332746826823509wfrspiderforpc
https://cloud.tencent.com/developer/article/1331654
[ 收获 ]实对称矩阵w可以分解为矩阵v和他的转置的乘积这样可以解决数据稀疏的问题并且训练的时候时间复杂度为线性的。
