发表于 | 分类于
字数统计: 1,159 字 | 阅读时长 ≈ 4 分钟
我推荐一种之前在惠普做过一种排序方法：威尔逊区间法 我们先做如下设定： （1）每个用户的打分都是独立事件。 （2）用户只有两个选择，要么投喜欢’1’，要么投不喜欢’0’。 （3）如果总人数为n，其中喜欢的为k，那么喜欢的比例p就等于k/n。 这是一种统计分布，叫做”二项分布”（binomial di ...
阅读全文 »

发表于 | 分类于
字数统计: 797 字 | 阅读时长 ≈ 4 分钟
set.seed ( 1234 ) 加载数据包library ( “recommenderlab” ) 构造数据运用recommenderlab包实现协同过滤推荐，其数据类型采用S4类构造，需通过as()函数转为raringMatrix类型。val1<- matrix ( sample ( c ...
阅读全文 »

发表于 | 分类于
字数统计: 1,754 字 | 阅读时长 ≈ 7 分钟
1.cost function 1.1 距离 常见的为欧式距离（L1 norm）&&p=2，拓展的可以有闵可夫斯基距离（L2 norm）&&p=1： 当p趋向于无穷的时候，切比雪夫距离（Chebyshev distance）： 红色的时候为切比雪夫距离，蓝色为闵可夫斯 ...
阅读全文 »

发表于 | 分类于
字数统计: 887 字 | 阅读时长 ≈ 3 分钟
r与python差异比较大的一个地方就是，python的机器学习算法集中程度比较高，比如sklearn，就集成了很多的算法，而R语言更多时候需要一个包一个包去了解，比较费时费力，对于python转过来的朋友非常不友好，抽空整理了工作中常用的R包如下： 常用检验函数： 基本上分布中常见的都罗列了： 常 ...
阅读全文 »

发表于 | 分类于
字数统计: 1,365 字 | 阅读时长 ≈ 5 分钟
一、常用的决策树节点枝剪的衡量指标： 熵： 如果一件事有k种可的结果，每种结果的概率为 pi（i＝1…k） 该事情的信息量： 熵越大，随机变量的不确定性越大。 信息增益： 特征A对训练数据集D的信息增益g(D,A)，定义为集合D的经验熵H(D)与特征A给定条件下的经验条件熵H(D|A)之差 换句话说 ...
阅读全文 »