机器学习算法配套案例实战-推荐系统
+推荐系统            67.1 MB
|+.ipynb_checkpoints             72 Byte
| | rs_1-checkpoint.ipynb              72 Byte
|+ml-100k             15.4 MB
| | allbut.pl              716 Byte
| | mku.sh              643 Byte
| | README              6.6 KB
| | u.data              1.9 MB
| | u.genre              202 Byte
| | u.info              36 Byte
| | u.item              231.0 KB
| | u.occupation              193 Byte
| | u.user              22.1 KB
| | u1.base              1.5 MB
| | u1.test              383.0 KB
| | u2.base              1.5 MB
| | u2.test              386.0 KB
| | u3.base              1.5 MB
| | u3.test              387.0 KB
| | u4.base              1.5 MB
| | u4.test              388.0 KB
| | u5.base              1.5 MB
| | u5.test              388.0 KB
| | ua.base              1.7 MB
| | ua.test              182.0 KB
| | ub.base              1.7 MB
| | ub.test              182.0 KB
|+RecSys-master             51.3 MB
| |+.ipynb_checkpoints              28.9 KB
| | | Test_RecSys-checkpoint.ipynb               14.5 KB
| | | Train_RecSys-checkpoint.ipynb               14.3 KB
| | | Untitled-checkpoint.ipynb               72 Byte
| |+__pycache__              3.3 KB
| | | readers.cpython-35.pyc               3.3 KB
| |+ml-1m              47.5 MB
| | |+ml-1m               23.7 MB
| | | movies.dat               167.0 KB
| | | ratings.dat               23.5 MB
| | | README               5.4 KB
| | | users.dat               131.0 KB
| |+save              3.1 MB
| | | .data-00000-of-00001               937.0 KB
| | | .index               726 Byte
| | | .meta               333.0 KB
| | | checkpoint               59 Byte
| | | model.data-00000-of-00001               1.8 MB
| | | model.index               539 Byte
| | | model.meta               61.9 KB
| | readers.py              1.9 KB
| | README.md              293 Byte
| | Test_RecSys.ipynb              14.5 KB
| | Train_RecSys.ipynb              14.2 KB
| | TrainValError.png              588.0 KB
| | Untitled.ipynb              17.3 KB
| Factorization_Meets_the_Neighborhood-_a_Multifaceted_Collaborative_Filtering_Model.pdf             481.0 KB
| rs_1.ipynb             14.8 KB
推荐系统.pdf            2.1 MB