摘要： 以前的推荐使用用户的明确反馈，我们使用隐反馈； 文中方法优化过程和数据量呈线性关系；可以很好地和已有系统融合； 我们讲给出一个方法的解释。 1、介绍 1）电子商务对推荐要求很大 2）传统的推荐方法： 一、基于内容，缺点：数据不好搜集 二、协同过滤：优点：领域无关，可以捕获基于内容难以获得的信 ...
分类：
数据库 时间：
2017-05-21 09:48:32
阅读次数：
269
简单应用 clc;close all;clear all;x=[2 2 2 4 5 6; 1 2 3 3 3 4];plot(x(1,:),x(2,:),'o')axis([0 7 0 5])hold onxmean=mean(x,2);for i=1:2 x(i,:)=x(i,:)-xmean(i ...
分类：
其他好文 时间：
2017-05-13 16:55:05
阅读次数：
155
Coding by Chang, 2017/04/30 1.主成分分析（PCA） 1.1 PCA数学模型 最大可分性出发（参考《机器学习》周志华）：样本点在超平面上的投影能尽可能分开。 即应该使投影后样本点的方差最大化： maxtr(WTXXTW) s.t. WTW=I 这个目标函数可以通过对协方差 ...
分类：
其他好文 时间：
2017-04-30 14:11:06
阅读次数：
924
PS：一直以来对SVD分解似懂非懂，此文为译文，原文以细致的分析+大量的可视化图形演示了SVD的几何意义。能在有限的篇幅把 这个问题讲解的如此清晰，实属不易。原文举了一个简单的图像处理问题，简单形象，真心希望路过的各路朋友能从不同的角度阐述下自己对SVD实际意义的理 解，比如 个性化推荐中应用了SV ...
分类：
其他好文 时间：
2017-04-27 23:18:15
阅读次数：
329
对称阵A 相应的，其对应的映射也分解为三个映射。现在假设有x向量，用Ａ将其变换到Ａ的列空间中，那么首先由U'先对x做变换： 由于正交阵“ U的逆=U‘ ”，对于两个空间来讲，新空间下的“ 基E' 坐标 x' ,原空间E 坐标x ”有如下关系 EX=E'X' > X=E'X' > X'=(E'的逆)x ...
分类：
其他好文 时间：
2017-04-24 21:06:40
阅读次数：
329
上一篇我们使用了阿里加速器安装了centos镜像，然后创建了一个新容器，运行了这个镜像，这一讲我们来为这个镜像添加一些应用程序，然后再保存容器，push容器到仓储，大家就可以直接pull我生产的容器了，可以说，docker就是环境部署而产生的，它把环境部署变得越来越简单化了！ 一 为容器下载程序，d ...
分类：
其他好文 时间：
2017-04-13 13:04:37
阅读次数：
383
LCKSVD Label Consistent K-SVD: Learning A Discriminative Dictionary for Recognition http://www.umiacs.umd.edu/~zhuolin/projectlcksvd.html The source c ...
分类：
编程语言 时间：
2017-04-12 13:31:59
阅读次数：
290
作者：桂。 时间：2017-04-03 19:41:26 链接：http://www.cnblogs.com/xingshansi/p/6661230.html 声明：欢迎被转载，不过记得注明出处哦~ 【读书笔记10】 前言 广义逆矩阵可以借助SVD进行求解，这在上一篇文章已经分析。本文主要对SVD ...
分类：
其他好文 时间：
2017-04-03 22:50:39
阅读次数：
326
