CSE523-Machine-Learning-SSSR:CSE523机器学习SSSR存储库包含使用KNN,ALS和SVD算法的电影推荐系统

上传者: 42139460 | 上传时间: 2022-05-23 11:20:06 | 文件大小: 1.24MB | 文件类型: ZIP
CSE523-机器学习-SSSR CSE523机器学习SSSR存储库包含使用KNN,ALS和SVD算法的电影推荐系统。 电影推荐系统 介绍 我们使用协作过滤制作了一个电影推荐系统,其中我们同时使用了基于内存的协作过滤和基于模型的协作过滤。 因此我们实施了3种算法 K近邻(KNN) 这是一种基于内存的聚类算法 交替最小二乘(ALS) 它是基于模型的矩阵分解算法 奇异值分解(SVD) 它是基于模型的矩阵分解算法 结果 参考 哈里森·奥尼尔(Onel)。 “具有K最近邻算法的机器学习基础。” 中等,迈向数据科学,2019年7月14日,通向datascience.com/machine-learning-basics-with-the-k-nearest-neighbors-algorithm-6a6e71d01761 Gupta,Meenu等。 “使用协作过滤的电影推荐系统。” 2020年电

文件下载

资源详情

[{"title":"( 10 个子文件 1.24MB ) CSE523-Machine-Learning-SSSR:CSE523机器学习SSSR存储库包含使用KNN,ALS和SVD算法的电影推荐系统","children":[{"title":"CSE523-Machine-Learning-SSSR-master","children":[{"title":"Reports","children":[{"title":"SSSR_Mid_Sem_Project_Report.pdf <span style='color:#111;'> 332.40KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 302B </span>","children":null,"spread":false}],"spread":true},{"title":"Results","children":[{"title":"README.md <span style='color:#111;'> 562B </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 1.82KB </span>","children":null,"spread":false},{"title":"Code","children":[{"title":"KNN.ipynb <span style='color:#111;'> 266.25KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 562B </span>","children":null,"spread":false}],"spread":true},{"title":"Presentations","children":[{"title":"README.md <span style='color:#111;'> 562B </span>","children":null,"spread":false}],"spread":true},{"title":"Dataset","children":[{"title":"ratings.csv <span style='color:#111;'> 2.14MB </span>","children":null,"spread":false},{"title":"movies.csv <span style='color:#111;'> 473.33KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 303B </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

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