超级会员免费看
本文介绍了如何使用矩阵分解中的ALS算法对MovieLens数据集进行电影推荐，包括原理、聚类概念、降维过程以及如何利用Python包（如pyspark和imylu）进行实际操作。作者展示了如何处理稀疏数据、构建模型并计算MSE，以及预测用户喜好。
本文为 「茶桁的 AI 秘籍 - BI 篇 第 16 篇」
文章目录
Hi,你好。我是茶桁。
前面两节课的内容中，我们从矩阵分解到 ALS 原理，依次给大家讲解了推荐系统中的一个核心概念。
矩阵分解中拆矩阵的背后其实是聚类。就说 k 等于几是人工设定的，所以跟聚类概念很像。就是要把人群划分成几类，把电影划成几类。k 等于 3 是自己去设定的，也可以把它拆成 k 等于 4、k 等于 5，都是一样的，是要完成聚类任务。
聚类不需要操心到
Hi,你好。我是茶桁。
订阅专栏 解锁全文
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
