上传者: 42101164
|
上传时间: 2022-03-22 23:30:03
|
文件大小: 2.59MB
|
文件类型: -
CSE523-机器学习-KHVM
一种音乐推荐系统,它使用协作过滤和机器学习算法(例如K近邻和奇异值分解(SVD))根据用户的喜好向用户推荐歌曲。
介绍
Music Recommend系统是一种根据用户的不同选择来预测或过滤偏好的系统,它从用户过去的收听历史中学习,并向他们推荐他们将来可能希望听到的各种歌曲。协作过滤算法可预测(还可以通过收集用户的喜好来过滤用户的品味,并实现来自许多其他用户的品味(协作)。 在项目的第一阶段,我们使用k最近邻算法构建了一个推荐系统,我们的系统还使用了表示均方根误差的RMSE。 对数据集进行预测时存在的误差的标准偏差称为RMSE。 均方根误差(RMSE)是用于确定回归线与数据点的匹配程度的度量。沿着RMSE,我们还应用了奇异值分解(SVD).SVD是将矩阵分解为奇异向量的另一种方法和奇异值。 SVD通常在机器学习中用作数据缩减工具,并在其他矩阵运算(例如