首先声明，以下内容是看了项亮的《推荐系统实践》后 写的，内容基本出自该书，只是我自己再归纳总结一下而已（以免喷子又喷）
推荐系统中，主要有三种评测推荐效果的实验方法：
1）离线实验。 往往是从日志系统中取得用户的行为数据，然后将数据集分成训练数据和测试数据，比如80%的训练数据和20%的测试数据（还可以交叉验证），然后在训练数据集上训练用户的兴趣模型，在测试集上进行测试。 优点：只需要...
分类：
其他好文 时间：
2014-07-04 08:36:38
阅读次数：
200
在K-fold cross validation 下 比较不同的K的选择对于参数选择（模型参数，CV意义下的估计的泛化误差）以及实际泛化误差的影响。更一般的问题，在实际模型选择问题中，选择几重交叉验证比较合适？
交叉验证的背景知识：
CV是用来验证模型假设（hypothesis）性能的一种统计分析方法，基本思想是在某种意义下将原始数据进行分组，一部分作为训练集，一部分作为验证集，使用训练...
分类：
其他好文 时间：
2014-04-30 22:14:38
阅读次数：
327
