skip to main
|
skip to sidebar
xlvector's solution of NetflixPrize
2009年3月28日星期六
TimeSVD
最近一直在写一篇关于如何使用时间信息的论文,准备投4月份的WI,今天将论文中的一些结果加入到以前的预测器集合中,RMSE从
0.8770
降到了
0.8761
。以前的预测器集合中已经有了很多考虑时间信息的预测器,不过这个这个预测器效果是最好的。
根据我的估计,时间信息对最终结果的影响大概在0.007 - 0.01之间,在我的论文中将会阐述这个结果的由来。
没有评论:
发表评论
较新的博文
较早的博文
主页
订阅:
博文评论 (Atom)
我的博客列表
王元涛的Blog
万物皆有时
2 年前
向量 Vector 的空间
Hector :go 语言机器学习库
11 年前
Just a guy in a garage
Supercomputing made super easy
13 年前
Pragmatic Theory
Netflix Grand Prize technical presentation
15 年前
Twitter Updates
follow me on Twitter
我的简介
xlvector
中关村, 北京, China
查看我的完整个人资料
博客归档
▼
2009
(23)
►
五月
(1)
►
四月
(10)
▼
三月
(12)
TimeSVD
Global Effects in Netflix Prize
在已有的模型结果上做KNN
电影发布时间的影响
基于分解的邻域算法
普通的SVD方法已经到头了
时间信息在推荐系统中的作用
加入了sigmoid核函数方法,RMSE0.8949
考虑用户时间因素的SVD模型(TimeSVD02Model)
考虑电影的时间因素(ItemKNN3Model)
关于SVD模型中的kernel
到目前为止的进度
标签
svd
(6)
time
(4)
knn
(3)
RBM
(2)
cluster
(2)
nsvd
(2)
global effects
(1)
item-based
(1)
kernel
(1)
neighborhood
(1)
netflix
(1)
publish time
(1)
sigmoid
(1)
user
(1)
并行
(1)
关注者
订阅
博文
Atom
博文
评论
Atom
评论
没有评论:
发表评论