user_based 和 item_based 的协同过滤算法理解与应用
通过手写源码,并与经典模块进行比较,熟悉原理、效果和运行瓶颈,在现实场景中充分落地应用。
2019.01.23 完成《Item-Based Collaborative Filtering Recommendation Algorithms》的代码重写,详见cf_itembased 2019.01.14 完善scikit-learn版本的备注;明确如何进行交叉验证和precison和recall;得到benchmark版本非常低,均不到10%。 2019.01.13 高级版本(scikit-learn 和 dataframe)分别运行,从低到高的改进;。
- 寻找优化的方法,组合模型
- 数据源说明:http://files.grouplens.org/datasets/movielens/ml-latest-small-README.html
- 下载地址:https://grouplens.org/datasets/movielens/ recommended for education and development ml-latest-small.zip