У меня проблемы с заданным предсказанием. Я думал, что хочу использовать совместное появление, чтобы решить эту проблему, но теперь, когда я попытался это сделать, я не уверен, что это правильный инструмент для использования.Совпадение для заданного предсказания
меня есть база данных с некоторыми данными (каждый столбец, соответствующий конкретным пунктом, каждая строка, соответствующая каждый набор), например:
data:
[[1 0 1 1]
[1 1 1 1]
[1 0 1 1]]
рассчитать матрицу смежности:
cooccur_matrix:
[[0 1 3 3]
[1 0 1 1]
[3 1 0 3]
[3 1 3 0]]
И теперь у меня есть неполный набор:
target:
[1 0 1 1]
скалярное произведение моих смежности и это:
prediction:
[6 3 6 6]
Но это совсем не то, что я хочу. То, что я пытаюсь получить обратно что-то вроде этого:
prediction:
[1 0.33 1 1]
Или:
prediction:
[0 0.33 0 0]
Любые мысли о том, что я делаю неправильно? Я довольно новичок в концепциях ML, и это кажется довольно простой проблемой.
apriori алгоритм для запуска. нормальный алгоритм системных рекомендаций будет работать отлично. – Mai
@Mai Я думал, что метод, который я использую, - это то, что использует обычная система рекомендаций, не так ли? – theanine
Я не думаю, что вы бы взяли точечный продукт согласования, но строки или столбцы исходной матрицы после средней нормировки. Это пользовательский пользователь или элемент item CF. Вы также можете попробовать SVD ++ и так далее. Я не знаком с контентными методами, поэтому метод, о котором вы говорите, я не знаю. – Mai