最后,恭喜完成第八章的学习!
在前几个章节中,我们学习了如何使用人们对物品的评价(五星、顶和踩)来进行推荐;
你能将朴素贝叶斯方法应用到其他数据集上吗?比如加仑公里数的例子,kNN算法的正确率是53%,尝试用贝叶斯方法来实现吧。
进一步探索分类
用不同的数据集来测试我们的算法是不是很有趣?这些数据集是从UCI机器学习仓库中获得的。去下载一些新的数据集,调整一下格式,测试我们学过的算法吧!
2016年大数据领域会发生什么情况?考虑到如今在深层神经网络和规范性分析方面取得的进展,你可能觉得这个问题很好回答。而实际上,来自业界的大数据预测大不相同,本文精...
文章摘要:对于 Facebook 而言,如果收购不成,就要再造一个 Snapchat。真是爱的深沉啊。
本章会从用户的评价类型开始讨论,包括显式评价(赞一下、踩一脚、五星评价等等)和隐式评价(比如在亚马逊上购买了MP3,我们可以认为他喜欢这个产品)。
你喜欢的东西我也喜欢,我们将从推荐系统开始,开启数据挖掘之旅。
你可能猜到了,起这个标题是因为作者喜欢贝克的原因
之所以有这个话题,是因为周末加班中午吃饭与一个同行朋友聊起了这个话题,之后再细细地结合一些其他接触的东西,确实是有些感触的。并且对于行业的一些现状,也的确有些...
4月5日早上我将行权举办记者招待会,宣布data.gc.ca的上线。这是联邦政府数据公开湖的入港口。对于那些想深入了解数据开放和探究为什么这很重要的人,我的建议是这个网址...
了解更多信息请关注官方微信
数邦客