Python 矩阵分解新用户
有人能告诉我一个Python库(或另一种语言的论文或源代码)的使用情况吗?这是因为我有一堆关于用户的数据,以及他们在大约100个对象中的“分数”。我将对这些数据进行矩阵分解,并将其分解为两个潜在因子矩阵 我想有一个推荐网站,用户(我可以得到他们的数据)被推荐到我的系统认为他们喜欢的对象。例如,他X得10分,Y得20分,但根据我们当前的矩阵和新用户的数据,我的系统预计他X得20分,Y得20分,因此它返回X作为建议Python 矩阵分解新用户,python,machine-learning,recommendation-engine,collaborative-filtering,matrix-factorization,Python,Machine Learning,Recommendation Engine,Collaborative Filtering,Matrix Factorization,有人能告诉我一个Python库(或另一种语言的论文或源代码)的使用情况吗?这是因为我有一堆关于用户的数据,以及他们在大约100个对象中的“分数”。我将对这些数据进行矩阵分解,并将其分解为两个潜在因子矩阵 我想有一个推荐网站,用户(我可以得到他们的数据)被推荐到我的系统认为他们喜欢的对象。例如,他X得10分,Y得20分,但根据我们当前的矩阵和新用户的数据,我的系统预计他X得20分,Y得20分,因此它返回X作为建议 本质上,一旦我学会了矩阵分解,我该如何处理新用户?这就是我应该如何使用矩阵分解进行协
本质上,一旦我学会了矩阵分解,我该如何处理新用户?这就是我应该如何使用矩阵分解进行协作过滤的方法吗?谢谢 如果您喜欢使用Python,PCA可以实现scikit。你可以在下面找到用法 如果您对其他语言(如您所说的“或其他语言的论文或源代码”)没有问题,那么下面是一个使用ApacheMahout(用Java编写)的示例
如果您喜欢使用Python,PCA可以实现scikit。你可以在下面找到用法 如果您对其他语言(如您所说的“或其他语言的论文或源代码”)没有问题,那么下面是一个使用ApacheMahout(用Java编写)的示例
ParallelSGDFactorizer factorizer=new ParallelSGDFactorizer(dataModel, numFeatures, lambda, numEpochs);
SVDRecommender recommender =new SVDRecommender(dataModel,factorizer,new AllUnknownItemsCandidateItemsStrategy());
recommender.recommend(1,20);