博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
12、K最近邻算法(KNN算法)
阅读量:6968 次
发布时间:2019-06-27

本文共 220 字,大约阅读时间需要 1 分钟。

一、如何创建推荐系统?

      找到与用户相似的其他用户,然后把其他用户喜欢的东西推荐给用户。这就是K最近邻算法的分类作用。

 

二、抽取特征

      推荐系统最重要的工作是:将用户的特征抽取出来并转化为度量的数字,然后使用距离计算公式即可以算出两用户的相似度了。

 

三、KNN算法的回归

      从其他相似的用户的行为预测该用户的同种行为。如电影评分、投票等。

转载于:https://www.cnblogs.com/lqxing1994/p/9262313.html

你可能感兴趣的文章
JavaScript:this是什么
查看>>
CSS0 -- 静态、自适应、流式、响应式
查看>>
[Android Pro] 分析 Package manager has died
查看>>
[Android] osx下如何使用SublimeText阅读Android系统源码
查看>>
关于使用wcf架构分布式系统的一点想法
查看>>
PLSQL导出Oracle表结构
查看>>
Android 网络编程
查看>>
正则表达式
查看>>
Tomcat & SVN
查看>>
【教程】简易CDQ分治教程&学习笔记
查看>>
推荐系统学习03-SVDFeature
查看>>
用vue-scroller做上拉刷新,下拉加载的模板(简单明了,通用)
查看>>
BP算法双向传_链式求导最缠绵(深度学习入门系列之八)
查看>>
【新手教程】新版短信服务小白教程完全版(原阿里大于
查看>>
分布式与集群的区别
查看>>
oracle-一些查看性能相关的视图
查看>>
《京东峰值系统设计》读后感
查看>>
linux文件cache的框框架架以及相关的数据结构
查看>>
Java常用的集合类
查看>>
用百度地图API分析打交通大数据
查看>>