matrix-factorization

0熱度

1回答

我在TensorFlow中做矩陣分解，我想從Spicy.sparse中使用coo_matrix，因爲它使用更少的內存，並且可以很容易地將所有數據放入我的矩陣中以獲得訓練數據。可以使用coo_matrix初始化張量流變量嗎？或者我必須創建一個會話，並使用sess.run（）和feed_dict將數據輸入到tensorflow中。我希望你能理解我的問題和我的問題，否則評論，我會盡力解決它。

1熱度

1回答

評估LightFM推薦模型

我一直在玩lightfm很長一段時間，發現它真的很有用的建議。但是，我想知道兩個主要問題。評估LightFM模型情況下的建議的等級關係，我應該更多地依靠[email protected]或其他提供評價指標，如AUC score？與其他指標相比，我應該在哪些情況下專注於改進我的[email protected]？或者他們高度相關？這意味着如果我設法提高我的[email protected]分數，其

0熱度

1回答

Vowpal在一個標籤上的Wabbit矩陣分解

我所追求的是網絡推薦系統，就像「相關產品」。根據用戶購買的商品，我想根據其他用戶購買的商品來查找相關商品。我遵循MovieLens教程（https://github.com/JohnLangford/vowpal_wabbit/wiki/Matrix-factorization-example）製作推薦系統。在上面的例子中，用戶給了電影一個分數（1-5）。該模型然後可以預測用戶將給出特定項目的分

0熱度

1回答

無法獲取線性迴歸係數R中後，通過戶主

成功找到質量和可靠性我手動試圖計算迴歸係數，而不是使用數據的任何默認http://people.sc.fsu.edu/~jburkardt/datasets/regression/x31.txt 這裏是我的代碼，它正確地產生Q & R滿足A = QR。但是我無法找到係數作爲創造問題的尺寸。任何專家都可以幫助我嗎？當我有適當的Q & R如何找到係數可能會出錯？ library(xlsx) dat

1熱度

1回答

PySpark如何在構建推薦人時融入用戶物品功能？

PySparks mllib包提供train（）和trainimplicit（）方法，分別用於在顯式和隱式數據上訓練推薦模型。我想訓練隱式數據模型。更具體的物品購買數據。既然是在我的情況非常罕見，用戶將購買的物品超過一次，在「收視率」或「偏愛」始終爲1。所以，我的數據集的樣子： u1, i1, 1 u1, i2, 1 u2, i2, 1 u2, i3, 1 ... un, im, 1 其中u是一

1熱度

1回答

Julia中的LowRankApprox的問題

我正在嘗試使用Julia v0.6.0中的LowRankApprox.jl包提供的pheigfact函數進行厄米特徵分解。基本上，它是像代碼只是一個行： (E, F) = pheigfact(A); 其中A是一個實對稱正定矩陣。但是，我得到以下錯誤： MethodError: no method matching start(::LowRankApprox.PartialHermitianE

1熱度

1回答

帶二進制輸入的ALS

我有一個使用Spark ALS構建的協作系統。我想根據他們購買的產品向用戶推薦產品，而不是評分。所以我已經爲用戶購買的所有產品設置了1。並建立了一個ALS系統。預測值超過1分，rmse爲0.99。我設置了implicitprefs = True。請找到下面的代碼。 rmse爲0.99是不是太高了？這是一個正確的方法嗎？注意：我用for循環改進了迭代和排名參數。 Ratings = Ratings

0熱度

1回答

在我的場景中構建基於顯式反饋協同過濾的記錄系統是否有意義？

我很困惑哪一個隱式和顯式的反饋適合我的場景。我傾向於爲我的公司（電子商務）制定一個實用的rec系統，該系統擁有1400萬客戶和1000萬個產品。但明確的評級數據僅涵蓋2.2M客戶和1.5M產品。在過去的1年中，有10.7百萬客戶購買了3.7百萬種產品。那麼，讓我感到困惑的是，構建顯式的基於反饋的記錄系統是否有意義？

0熱度

1回答

我的方法檢測矩陣分解中的過擬合是否正確？

我使用矩陣分解作爲基於用戶點擊行爲記錄的推薦系統算法。我嘗試2點矩陣因式分解方法：第一種是基本SVD，其預測爲用戶因子矢量的只是產品ù和項目因子我：R = ü * 我我使用的第二個是帶偏差分量的SVD。 R = ü * 我 + b_u + b_i 其中b_u和b_i表示用戶和項目的偏好傾向。我使用的一個模型的性能非常低，另一個是合理的。我真的不明白爲什麼後者表現更差，我懷疑它是否過度配合。

1熱度

2回答

Cholesky R的隨機指數相關矩陣的分解

我有一組使用下面的代碼創建的指數相關矩陣。 x=runif(n) R=matrix(0,n,n) for (j in 1:n) { for(k in 1:n) { R[j,k]=exp(-(x[j]-x[k])^2); } } 現在我想要得到他們的Cholesky分解。但其中許多是負面的。我怎麼解決這個問題？