实战12:推荐算法FM算法实战:针对用户商品购买和浏览记录预测用户的行为 代码+数据
1.案例知识点
- 推荐系统任务描述:通过用户的历史行为(比如浏览记录、购买记录等等)准确的预测出用户未来的行为;好的推荐系统不仅如此,而且能够拓展用户的视野,帮助他们发现可能感兴趣的却不容易发现的item;同时将埋没在长尾中的好商品推荐给可能感兴趣的用户。
- FM推荐方法概述:主要是为了解决数据稀疏的情况下,特征怎样组合的问题。首先从原始数据之中进行数据处理、数据集构建、划分等;然后基于pytorch构建Fm模型;然后进行模型的训练、模型评价等等。详细内容在后边会有说明。
数据集:https://download.csdn.net/download/qq_38735017/87078811
1.1准备工作
- 运行环境:
`torch=1.4.0 scipy=1.3.0 numpy=1.16.4 pandas=0.24.2 scikit-learn=0.23.2 matplotlib=3.2.2 python3.8
- pip install numpy == 1.16.4 pandas
落饮。: 订阅后也获取不了代码吗
wybswife: 我不会 但我感觉是前
weixin_44179361: 也请教你一个问题,一个较前时期的影像和一个较后时期的影像,两者相减作差值特征,那么这个差值特征是对应前时期的实际情况还是后时期的实际情况?我要把数据输入模型里面,但不知道这个差值特征对应哪个时期的标签
weixin_44179361: 请教大佬一个问题,一个较前时期的影像和一个较后时期的影像,两者相减作差值特征,那么这个差值特征是对应前时期的实际情况还是后时期的实际情况?我要把数据输入模型里面,但不知道这个差值特征对应哪个时期的标签
wybswife: band math吗