일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 31 |
- 회귀
- 코딩
- 머신러닝
- 주식
- 주가예측
- tensorflow
- 코딩테스트
- CLI
- 딥러닝
- 재귀함수
- 알고리즘
- 크롤링
- Linear
- 흐름도
- 연습
- Regression
- 템플릿
- 선형회귀
- 주식연습
- API
- DeepLearning
- 가격맞히기
- 게임
- 프로그래머스
- 추천시스템
- 기초
- 주식매매
- PyTorch
- python
- 파이썬
- Today
- Total
목록딥러닝 템플릿/추천시스템(RS) 코드 (10)
코딩걸음마
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bMTaU6/btrHEAfye8k/EJjM2CZPz9erROH5mopxs1/img.png)
- 기존 Linear Matrix Factorization의 한계점을 보완한다 - Neural Net 기반의 Cllaborative Filltering으로 non-linear 한 부분을 설명할 수 있도록 한다. - user와 item의 관계를 보다 복잡하게 모델링 할 수 있다. 원리 user의 interation data가 있는지 없는지에 따라 0, 1 로 여부를 표시한 후, 0과 1중에 확률이 높은 결과값을 반환하는 함수를 활용한다. import os import pandas as pd import numpy as np from matplotlib import pyplot as plt from sklearn.model_selection import train_test_split import math f..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/54uNz/btrHEYFSil5/nDkyjzOIzo3b7czOii4nx0/img.png)
Matrix Factorization의 자세한 설명은 아래링크를 확인하자 https://developers.google.com/machine-learning/recommendation/collaborative/matrix 요약하면 Matrix Factorization(MF)는 User와 Item 간의 평가 정보를 나타내는 Rating Matrix를 User Latent Matrix와 Item Latent Matrix로 분해하는 기법을 말한다. Rating Matrix는 (User의 수) * (Item의 수)로 구성된 행렬이다. 각 칸에는 각 유저가 기록한 해당 아이템에 대한 평가가 기록된다. 평점 Data는 Sparse Matrix(희소행렬)가 되기 마련인데, MF는 이러한 행렬 분해 과정에서 이러한 ..
Surprise 라이브러리는 복잡한 추천시스템을 간단하게(scikit learn과 비슷하게) 구현해놓은 라이브러리입니다. 추천시스템을 간단하게 구현할 수 있지만, 추천 알고리즘을 이해한 후에 사용하는 것이 좋다. 0. 라이브러리 설치 !pip install scikit-surprise 윈도우 사용자는 여기서부터 에러가 뜨는데 이때는 visual studio buildtools를 설치한 후에 라이브러리 설치를 진행해야한다. https://visualstudio.microsoft.com/ko/downloads/ Visual Studio Tools 다운로드 - Windows, Mac, Linux용 무료 설치 Visual Studio IDE 또는 VS Code를 무료로 다운로드하세요. Windows 또는 Mac..
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/cGxYUT/btrHoNyXv77/o5MTh0H8oyB04oBYjYLKMK/img.gif)
이웃기반 협업필터링 유사도계산, 아이템기반, 유저기반 -> 유사도; 자카드, 피어슨, 코사인 1. 데이터 불러오기 import os import pandas as pd import numpy as np from math import sqrt from tqdm import tqdm_notebook as tqdm from sklearn.model_selection import train_test_split from sklearn.metrics import mean_squared_error https://movielens.org/ MovieLens About MovieLens | Contact Us | Privacy Policy | Terms of Use version 4.5.3 2021.6.25.166 Al..