recommendation-engine

    0熱度

    1回答

    我正在嘗試使用recommenderlab包創建的二進制推薦系統。當我運行calcPredictionAccuracy函數時,出現以下錯誤: .local(x,data,...)中的錯誤: 您需要指定爲預測提供了多少項目! 我已經執行了大量搜索,似乎無法找到解決此問題的任何解決方案。如果我嘗試添加給定的參數錯誤更改: error.ubcf<-calcPredictionAccuracy(p.ubc

    2熱度

    2回答

    我試圖從django管理面板上傳圖像,然後進行了以下更改。但是,當我嘗試在wine_list頁面和review_list中加載圖像時出現此錯誤。圖像被存儲在媒體然而,它不是正被顯示: Page not found (404) Request Method: GET Request URL: http://127.0.0.1:8000/static/media/download_1.jpg R

    0熱度

    1回答

    class SomNetwork(object): def __init__(self, dataset): # some parameters that are not important here pass def one_step_learn(self, k, sigma_0, gamma_0, alfa, mcolor,population_

    1熱度

    1回答

    我有用戶評價項目的下列CSV格式: A1YS,8F20,3.0 A3TS,8320,2.0 A3BU,1905,5.0 A3BU,3574,4.0 A14X,185A,1.0 的列是用戶名,項ID,等級 我想加載它與行對於用戶來說,列項和單元格值將包含收視率Matlab的矩陣(未知評級等於零)例如: 8F20, 1905, 3574, 185A A1YS 3 , 0 , 0 , 0

    1熱度

    1回答

    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

    -2熱度

    1回答

    我對精度和召回沒有太多的知識。我設計了一個推薦系統。它給了我 精度值= 0.409 和回覆值= 0.067 我們知道,精確度和召回,雖然我不知道有關是負相關的。那我的系統呢? 它確定如果我可以提高精度值並減少回憶值 值?

    0熱度

    1回答

    我正在對TensorFlow推薦系統領域的研究進行評估。我已經預訓練了一個在[0,1]內輸出值的二元分類器。它需要一個用戶和一個項目表示,它們被進一步轉換爲模型中的嵌入。 我有100'000個用戶,每個用戶代表3'283特徵,因此用戶矩陣的尺寸爲100000x3283。有大約170萬個項目也表示幾乎相同的數量(3277)的特徵。這些功能被進一步分解爲連續的和分類的。因此,存在4個佔位符在模型中期望

    3熱度

    2回答

    使用基於項目的協作過濾,我們利用類似用戶對給定用戶的項目評分來生成推薦。研究經常建議使用保留測試集來評估算法,例如20%的數據與80%的培訓。但是,如果在特定項目的所有評級都被拒絕的情況下呢?我們的培訓數據將不再包含該項目,並且永遠不會推薦。 E.g. 5個用戶每人觀看10部電影,其中之一是'泰坦尼克號'。我們隨機推出了每個用戶20%數據的測試集= 2部電影/用戶。如果「泰坦尼克號」在每個用戶的測

    0熱度

    1回答

    餘弦相似度是根據對問題的回答決定2個用戶是否相似的好方法嗎? 我試圖讓用戶回答10個問題並解決對整數的10維向量的響應。然後,我計劃使用餘弦相似度來查找類似的用戶。 我考慮將每個問題解決爲一個整數並對整數進行求和以將每個用戶解析爲一個整數,但是這種方法的問題在於相似性度量不是問題特定的:換句話說,如果用戶給出問題1的答案解決爲5,問題2的答案解決爲0,另一個用戶回答問題1 0和問題2 5,兩個用戶

    0熱度

    1回答

    我們能夠提供初始培訓模式並徵求建議。當要求推薦時,我們可以提供新的使用事件。這些是否堅持到模型?他們是否操縱模型? 數據是否有另一種更新方式,或者我們需要在每次我們想豐富模型時重新訓練一個新模型? https://azure.microsoft.com/en-us/services/cognitive-services/recommendations/ 編輯: 我們正在嘗試使用「建議解決方案模板」