我想建立一个音乐推荐系统。我有user_id,play_counts,play_counts三胞胎作为我的数据。我想用协作过滤来完成它,我会让用户行,歌曲columns.It非常类似于电影推荐,但是现在我有了play counts.So,cn,我使用play count作为我的矩阵值……然后我将使用线性回归同时预测用户和歌曲的特征。预测音乐是否适用于演奏计数?请回答...i我很困惑!
发布于 2018-07-05 12:01:30
是的,你可以用计数作为你想要预测的目标。我想说的是,您可能应该将其规范化,以便您的目标介于0到1之间,这将有助于协作过滤更快地收敛。
给定您所描述的输入数据,您必须记住“倒垃圾,倒垃圾”的概念
现在我不是说你的投入是垃圾,远非如此。我的意思是,如果你只知道有多少次有人演奏了一首歌,这也是你能从中学到并最终预测到的。
在您的例子中,更多的是解释输出的问题。让我们想象一下,你的模型工作得非常好,并且能够预测某人听一首歌的次数。在这种情况下,推荐他们的歌曲是有意义的,因为他们确实会听很多歌,因为假设如果你喜欢的话,你会更经常地听歌。当然,你必须记住,这可能不是完全正确的。
https://datascience.stackexchange.com/questions/34000
复制相似问题