有关推荐引擎,协作过滤和个性化的问题。问题往往是算法或统计性的。
我正在探索推荐点来构建推荐系统。我正在寻找围绕这些端点的一些例子,其次当我们提供正例和负例向量时,如何......
“我正在开发一种机器学习模型,根据用户在多个学科上的测试成绩(例如能力和常识)向用户推荐书籍。推荐应该适应...
我在理解 Surprise 工作流程时遇到了一些困难。我有一个用于训练的文件(我试图将其分为训练和验证)和一个用于测试数据的文件。我很难理解...
我遇到以下问题,并认为我可以使用机器学习,但我不完全确定它是否适合我的用例。 我有一个大约一亿条记录的数据集包含...
我正在构建一个 Keras 模型来预测用户是否会选择某种产品(二元分类)。 模型似乎在验证集上取得了进展,而
我已经使用nltk清理了我的数据,并且我的数据非常干净,我仍然无法获得更高的相似度分数,我正在制作一个食谱推荐系统,它获取成分并返回一个食谱...
针对订阅级别的 VMSS 的 Azure 建议“升级到最新的 Azure CLI 版本”
我看到我的所有帐户订阅中都出现一条建议,建议“升级到最新的 Azure CLI 版本”。我没有任何虚拟机,但在我们的
混合协同过滤和基于句子相似性的系统,用于根据用户输入的症状和位置进行医生推荐
我正在尝试使用以下混合协作过滤和基于句子相似性的推荐系统来解决根据用户的症状和位置推荐医生的问题
ValueError:通过 9 的项目数量错误,放置意味着 1
我正在尝试计算数据框中两列之间的余弦相似度。它的代码片段如下: def cal_cosine_similarity(行): vec1 = np.array(行['sup_vec']) 已经...
我需要在大型 df 的每一行上运行另一个库的算法,但在将代码转换为极坐标表达式以获得更好的性能时遇到问题。以下是几个 DF 示例: df_产品 = pl.
Jupyter Notebook 中大矩阵 (47605 x 73875) 上的余弦相似度内存错误
我正在 Jupyter Notebook 中使用 python 开发推荐系统,需要使用 sklearn.metrics.pairwise.cosine_similarity 计算大型计数矩阵的余弦相似度。不过,我
如何将“frozenset({})”字符串转换为frozenset数据类型?
我正在尝试学习推荐系统。我已将关联规则导入到我的工作表中,但前因和后果值被格式化为字符串,我需要将它们转换为数据类型 froz...
有产品数据库;定期计算产品的受欢迎度值。 ES里建了一个索引,有按人气值排序。 有一个任务要搞砸
我的网络服务是社交网络服务,我想集成推荐系统,根据用户的兴趣向用户推荐帖子。 所以,我使用了简单的 tf-idf 向量和余弦相似度基...
.fit() 返回的损失不等于 verbose (Tensorflow) 打印的损失
我正在尝试训练 Tensorflow Recommenders 模型,我惊讶地发现 fit() 方法返回的训练损失与训练时打印的损失不匹配(见图...
我正在开发一个直播网络应用程序。我们目前有 0 个用户和流数据。 如果我只是随机生成自己的数据,则存在创建不良数据的风险,那么我应该如何处理...
我正在利用文档向量表示的相似性构建一个基于内容的推荐系统。 我的文档是书籍的描述。大多数是英文的,但也有一些是
我正在从事一个涉及使用NDCG(归一化分布累积增益)的项目,并且我了解该方法的基础计算。 所以我从 sklearn.metric 导入了 ndcg_score...
我正在为推荐系统(项目推荐)进行多类分类,目前正在使用稀疏_分类_交叉熵损失来训练我的网络。因此
零售API建议:我们能否确保应用过滤器后返回一定数量的商品?
各位开发者大家好, 我目前正在使用 GCP Retail API 并实施过滤器来优化产品推荐的结果。然而,我遇到了与