CWYAlpha

Just another WordPress.com site

Thought this was cool: 推荐系统实践勘误

leave a comment »


请大家到这里找到最新的勘误 http://www.ituring.com.cn/book/894 这些勘误在重印时会修改。

这里我也抄录了目前的勘误

P9:第二段第四行,“YouTube曾经做个一个实验”改为 “YouTube曾经做过一个实验”;
P28:第三段第四行,“尽管用户的兴趣在较长的时间跨度中是一样的”改为 “尽管用户的兴趣在较长的时间跨度中是不一样的”;
P28:最下方公式,“Diversity”改为 “Diversity(R(u))”;
P47:UserCF推荐算法实现部分,”train[v].items” 改为 “train[v].items()” ,”interacted_items[v].items” 改为 “interacted_items[v].items()”;
P53:最下方代码部分,两个“users”改为“items”;
P65:第二段第三行,“这本书的读大部分是做计算机出身的”改为“这本书的读者大部分是做计算机出身的”;
P66:第五段第二行,“反正分类粒度就越粗”改为“反之分类粒度就越粗”;
P66:第六段第二行,“因此每个物品都不是硬性地被分到某一个类中”前面存在一个多余空格;
P66:下方的Preference(u, i)公式,求和部分使用的f和F改为k和K;
P67:负样本采样过程代码实现部分,“range(0, len(items) * 3)”改为“range(0, len(items)”;
P68:优化过程代码实现部分,“alpha *= 0.9”改为“alpha *= 0.9 #In SGD, learning rate should decrease in every step”;
P75:PersonalRank公式PR(v)中,“alpha”改为“a(希腊字母)”;
P75:PersonalRank代码实现部分,“(G, alpha, root)”改为“(G, alpha, root, max_step) ”;“for k in range(20)”改为“for k in range(max_step)”;
P75:PersonalRank代码实现部分,“0.6”改为“alpha”

P87页,倒数第6行,如果方差很小,说明这一群用户的兴趣不太一致,也表明物品具有较高的区分度,反之则说明这群用户的兴趣比较一致。
P25页,RMSE的公式中根号应该包括分母部分
P7页最后一个方框中,不是62万,而是620万

您可能也喜欢:

Min-Hash和推荐系统

Netflix推荐系统(第二部分)—— 排序

《推荐系统实践》关于Latent Factor Model

关于《推荐系统实践》一书代码的说明

推荐系统实践样章部分公布

无觅

from xlvector – Recommender System: http://xlvector.net/blog/?p=858

Written by cwyalpha

六月 26, 2012 在 4:38 上午

发表在 Uncategorized

发表评论

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / 更改 )

Twitter picture

You are commenting using your Twitter account. Log Out / 更改 )

Facebook photo

You are commenting using your Facebook account. Log Out / 更改 )

Google+ photo

You are commenting using your Google+ account. Log Out / 更改 )

Connecting to %s

%d 博主赞过: