skip to main
|
skip to sidebar
xlvector's solution of NetflixPrize
2009年4月6日星期一
sigmoid函数
r(u,i) = sigmoid(b(u) + b(i) + dot(p(u), q(i)))
sigmoid(x) = 1 + 4 / (1 + exp(-x - 0.62))
用0.62的原因是,sigmoid(0) = 3.6 是数据集的平均得分
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)
推荐两篇关于RBM的中文介绍
Top40
程序并行化 multi-thread
clustering items and users by latent factors?
An improved item-based KNN predictor
关于评分分布的思考
rescale ratings 重新定制评分等级
sigmoid函数
聚类在CF中的应用,我的一点看法
Improvement超过8%
►
三月
(12)
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