Комментарии 2
Вцелом все по делу. Но непонятно, зачем тут генетические алгоритмы. Обычная линейная классификация ведь, в чем проблема? Берем логистическую регрессию или svm без ядра и вперед, та же самая функция потерь, та же l2 регуляризация. Если SGD плохо работает (часто бывает, особенно когда данных мало), использовать другой метод оптимизации; в популярных пакетах с линейными моделями SGD и по дефолту-то нечасто.
Еще последнее предложение не понял: ага, вместо вручную проставленных тем (или вдобавок к ним) можно брать вектора LSI или LDA, а что такое «предсказанная оценка записи»?
Еще последнее предложение не понял: ага, вместо вручную проставленных тем (или вдобавок к ним) можно брать вектора LSI или LDA, а что такое «предсказанная оценка записи»?
0
Но непонятно, зачем тут генетические алгоритмы.
Линейный классификатор надо обучить перед использованием, для этого нужно использовать любой метод оптимизации. Преимущества генетического алгоритма перед стандартным решением (SG) я описал.
Еще последнее предложение не понял
Возможно не очень понятно выразился, идея была в том, чтобы использовать, например, SVD для матрицы user-item, затем брать оценку для интересующей нас записи и ее использовать в линейном классификаторе для классификации на {-1, +1}
0
Зарегистрируйтесь на Хабре, чтобы оставить комментарий
Проблема холодного старта персонализации новостной ленты