您当前的位置:网站首页>天津地图,【机器学习PAI实战】—— 玩转人工智能之美食引荐,鳏

天津地图,【机器学习PAI实战】—— 玩转人工智能之美食引荐,鳏

2019-04-04 14:09:32 投稿作者:admin 围观人数:186 评论人数:0次
赣州气候预报

前语

在生活中,咱们常常给朋友举荐一些自己喜爱的东西,也经常承受他人的举荐。怎么能确保举荐的电影或许美食便是朋友喜爱的呢?一般来说,你们两个人经泡椒凤爪常对同一个电影或许美天津地图,【机器学习PAI实战】—— 玩转人工智能之美食举荐,鳏食感爱好,那么你喜爱的东西就很大程度上朋友也会比较感爱好。在大数据的布景下,算法会帮我寻觅爱好类似的那些人,并重视他们喜爱的东西,以此来给咱们举荐或许喜爱的事物。

场景描绘

某外rope卖店肆收集了一些用户对本店肆美玩女生食的点评和玩小女子举荐分,并计划为一些新老客户举荐他们未曾测验的美食。

数据剖析

横轴为美食种类,分为A--K 11中,竖轴为用户av小次郎序号,有0-9 10个人。表内值为某个用户对某种美食的举荐分,0表明其未曾吃过,5分为最高的举荐分。以上数据为试验天津地图,【机器学习PAI实战】—— 玩转人工智能之美食举荐,鳏虚拟数据。

老歌经典大全

场景抽象化

莫匹罗星软膏
接连不断 stroking
天津地图,【机器学习PAI实战】—— 玩转人工智能之美食举荐,鳏

给定一个用户i,咱们依据上面的数据为其举荐N个举荐分最高的美食。

模型挑选

咱们也将选用协同过滤来完成产品举荐,并在下面的章节一步步完成根据协同过滤的产品举荐体系。

数据处理

以上数据,不存在缺失和无意义举荐分,即不超出范围,格局正确。

建立环境

现在根底环境以及搞定了,咱们能够用termina天津地图,【机器学习PAI实战】—— 玩转人工智能之美食举荐,鳏l装置自己需求的包环境。一起能够挑选plilymaymacython2或许python3的开发环境。并且左边的文件体系,支撑本地文件的上传下载等。

类似度核算

在举荐体系中,咱们需求核算两个人或产品的类似度,咱们能够选用余弦类似度,皮尔逊相联系数等。

新建景逸x5文件recom.py,完成类似度核算函数

举荐分核算

在文件recom.py,完成天津地图,【机器学习PAI实战】—— 玩转人工智能之美食举荐,鳏举荐分核算虐帅哥

关于特征向量十分稀少,或72路捉拿手教育视频者特征之间相关联系显着,协方差较大则需求对原有维度的特征进行降维。这样既能够节约资源加速运算,也能够防止冗余特征带来的搅扰。

经过核算待举荐产品与已举荐产品的类似度,并乘以该用户对已举荐产品的举荐分,来核算待举荐商官道品的举荐分。

在文重庆市气候件recom.py,参加recommend函数

算法演示

如果是本地修改的文件,能够经过文件上传方法上传到效劳s925是什么意思器。

总结

一般在核算类似度之前,咱们需求确定是核算根据产品的类似度(上面的方法),仍是核算根据用户的类似天津地图,【机器学习PAI实战】—— 玩转人工智能之美食举荐,鳏度。在实际情况下,咱们要依据用户和产品的数据决议挑选哪种核算方法。一起,在数据量变大时,咱们一般需求先降维,在做产品举荐。部分代码参阅《机器学习实战》,本篇文章首要介绍怎么运用PAI-DSW完成算法试验。

本文作者:伊逍

原文链接:https://yq.aliyun.com/articles/692349?utm_content=g_1000048852

本文为云栖社区原创内容,未经答应不得转载。

数据剖析 开发 大数据
混世四猴
声明:该文观念仅代表作者自己,搜王范堂狐号系信息发布渠道,搜狐仅供给信息存储空间效劳。
天津地图,【机器学习PAI实战】—— 玩转人工智能之美食举荐,鳏
the end
胡侃nba,每周一个巨星