matlab代码影响-movie-recommendations:协同过滤应用于MovieLens数据集

上传者: 38555616 | 上传时间: 2021-12-02 18:48:37 | 文件大小: 2.53MB | 文件类型: -
matlab代码影响电影推荐 该资料库包含用Matlab编写的协作过滤推荐算法,该算法适用于。 MovieLens数据集 我决定要使用MovieLens数据集,因为它包含所有最新电影,所以我想自己尝试一下。 数据集已经整理好-我已经生成了新的电影ID以消除差距并更新了相应的评分,因此我可以在Matlab中更轻松地使用它们。 用户数:668 电影数量:10.329 评分的数量:105.339 每个用户平均评价158部电影 我使用了Coursera机器学习课程中的一些现有代码,主要用于计算成本函数。 参数 我了解到,调整以下参数会影响成本函数的值: 功能数量:较大的值可防止拟合不足 正则化:较大的值可防止过度拟合 模型将学习的特征数量会影响它将从数据集中收集多少信息。 我尝试在模型上使用30到60个功能。 使用50个特征来训练模型恰好是最合适的。 选择正则化参数lambda时,较小的值可能导致过度拟合或高方差。 当模型的成本函数值非常低,但不能很好地概括时,就是这种情况。 我尝试了从0.3到3.0的lambda值,使用1.0是最合适的。 测试? 我通过插入一些我看过的电影并对他们的评分来评

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明