recommendation-engine

    0熱度

    1回答

    在Predictionio中運行建議的最低系統要求

    我試圖將predictionio與我的應用程序集成。我在Predictionio網站中使用推薦引擎部署，如quick start。 面對很多問題，但能夠建立引擎。 我試圖用pio train來訓練模型。但它給出了一個錯誤，說「java.lang.StackOverflowError」。所以這意味着我的服務器內存不足。然後我嘗試使用pio train -- --driver-memory 5g --
    python apache-spark recommendation-engine data-science predictionio 2016-07-29

    6熱度

    1回答

    Prediction.io - pio列車失敗

    我使用sphereio/docker-predictionio泊塢窗圖像和通用推薦模板template-scala-parallel-universal-recommendation中的Elasticsearch + Hbase版本的Prediction.IO。 pio-start-all和pio status工作正常，事件服務器功能正常。我創建了一個應用程序並導入了幾百個事件。 但是，在模板上做
    scala elasticsearch hbase recommendation-engine predictionio 2016-09-19

    1熱度

    1回答

    基於項目的協作過濾器的最小數據量

    我正在使用基於項目的協作過濾器爲餐館創建推薦的推薦引擎。每家餐館的評論評分從1到5。 每個推薦算法都會遇到數據稀疏問題，所以我一直在尋找解決方案來計算正確的相關性。 我在餐廳之間使用調整後的餘弦相似度。 當您想計算餐廳之間的相似度時，您需要評價這兩家餐廳的用戶。但是，對兩家餐廳進行評分以獲得正確關聯的用戶的最小數量是多少？ 從測試中，我發現有一組用戶對兩家餐廳進行評分會導致不良的相似性（很明顯）。
    recommendation-engine cosine-similarity collaborative-filtering 2016-11-09

    0熱度

    1回答

    在Apache Mahout中刻板印象用戶模型實現

    我在推薦系統中實現個人和刻板印象用戶模型。我遇到了Apache Mahout，但它似乎只適用於個人用戶模型。 我的問題是我如何在Apache Mahout Taste中使用立體聲用戶模型？ 我對推薦引擎的理解是 你有這些核心參數信息獲取的 法（隱性或顯性） 用戶模式（個人或刻板印象） 推薦技術（合作或內容基地）
    recommendation-engine mahout-recommender 2016-08-04

    1熱度

    1回答

    當應用pyspark ALS的「recommendProductsForUsers」（儘管> 300GB Ram集羣可用）時，StackOverflow錯誤

    尋找專業知識在下面指導我解決問題。 背景： 我試圖讓與靈感的this example 作爲部署的基礎設施我使用谷歌雲Dataproc集羣基本PySpark腳本去。 基石在我的代碼是功能「recommendProductsForUsers」記載here這使我回頂的X產品，爲所有用戶在模型 問題，我承擔 的ALS。培訓腳本運行平穩，並在GCP上很好地擴展（輕鬆> 100萬用戶）。 然而，應用預測：即使
    pyspark apache-spark-mllib recommendation-engine google-cloud-dataproc gcp 2016-08-16

    0熱度

    1回答

    Python中的推薦引擎 - 包含自定義相似性度量

    我目前在Python中構建推薦引擎，並且遇到以下問題。 我想加入協作過濾方法，它的用戶 - 用戶變體。回顧一下，它的想法是我們有一個關於不同用戶的信息和他們喜歡的項目（如果適用的話 - 這些用戶分配給項目的評級）。當我們有新用戶喜歡一些東西時，我們只會找到喜歡相同項目的用戶，並向這個新用戶項目推薦這些用戶喜歡的類似於新用戶的用戶項目。 但我想補充一點。我會推薦給用戶的地方，即'今晚去哪裏'。我知道
    python machine-learning recommendation-engine data-science 2016-10-11

    0熱度

    1回答

    azure建議api上的概率

    我使用http://recommendations.azurewebsites.net/上的azure建議api。 我準備的目錄是<Item Id>,<Item Name>,<Item Category>, <Features list>和使用文件：<userId>,<ItemId>。 現在，當我測試推薦人時，我總是得到所有項目的概率爲0.5，所以我不得不假定有什麼不對。 爲了解問題所在，我在目錄
    recommendation-engine azure-machine-learning 2016-08-25

    5熱度

    2回答

    如何處理python scikit中的缺失值NMF

    我想使用python scikit-learn將NMF應用於我的數據集。我的數據集包含0個值和缺失值。但scikit-learn不允許在數據矩陣中使用NaN值。有些帖子說用零代替缺失的值。 我的問題是： 如果我替換缺失值以零，怎麼能算法告訴缺失值和真正的零個值？ 有沒有其他的NMF實現可以處理缺失值？ 或者如果有其他矩陣分解算法可以做缺失值預測嗎？
    python scikit-learn recommendation-engine svd matrix-factorization 2016-09-07

    2熱度

    1回答

    使用LightFM創建稀疏矩陣並打印預測

    我目前正在使用一個名爲LightFM的Python庫。但是我在將交互傳遞給fit（）方法時遇到了一些麻煩。 Python版本：3 庫：http://lyst.github.io/lightfm/docs/lightfm.html 的文檔狀態，我應該使以下類型的稀疏矩陣：相互作用（np.float32 coo_matrix形狀的[n_users，n_items]） - 基質 ，但我似乎無法使它發揮它
    python machine-learning scipy sparse-matrix recommendation-engine 2016-10-29

    6熱度

    2回答

    在Predictionio中訓練數據時出現異常

    我試圖按照quick start guide中提到的部署推薦引擎。 我完成了構建引擎的步驟。現在我想要訓練推薦引擎。我在快速入門指南中提到過。 （執行pio train）。然後我得到了冗長的錯誤日誌，我無法在這裏粘貼所有內容。所以我把錯誤的前幾行。 [INFO] [Console$] Using existing engine manifest JSON at /home/PredictionIO
    python apache-spark recommendation-engine data-science predictionio 2016-07-28
最新問題