细分构建机器学习应用程序的流程-模型优化 通过数据收集、数据预处理、训练模型、测试模型上述四个步骤，一般可以得到一个不错的模型，但是一般得到的都是一个参数收敛的模型，然而我们模型还有超参数或不同的核函数等，如r的非线性支持向量机的bf核或linear核；rbf核的非线性支持向量机超参数$C、\gamma$，正则化中的$\al…
第九节：细分构建机器学习应用程序的流程-模型优化
第一节：推荐系统常用评估指标
推荐系统常用评估指标 RMSE 加大了对预测不准的用户物品评分的惩罚。 $$ \text{RMSE}=\sqrt\frac{\sum{u,i\in{T}}(r{ui}-\hat{r_{ui}})^2}{|T|} $$ # records[i] = [u,i,rui,pui] # rui是用户u对物品i的实际评分，pui是用户…
第二节：基于协同过滤的推荐算法
基于协同过滤的推荐算法 本推荐系统采用中等大小的MovieLens数据集，该数据集包含6000多用户对4000多部电影的100万条评分。该数据集是一个评分数据集，用户可以给电影评5个不同等级的分数（1~5分）。本篇文章主要研究隐反馈数据集中的TopN推荐问题，因此将会忽略数据集中的评分记录。也就是说，TopN推荐的任务是预测…