본문 바로가기

Machine Learning

(2)

협업 필터링(Collaborative Filtering)을 이용한 애니메이션 추천 유저의 애니메이션 평가 데이터를 활용하여 안 본 애니메이션 중 어떤 것을 추천할 지에 대한 문제를 푸는 것이 목적이다. 애니메이션 데이터는 여기(www.kaggle.com/CooperUnion/anime-recommendations-database)에서 얻었다. 협업 필터링(Collaborative filtering)의 대표적인 3가지 방식을 R로 직접 구현하고, 이를 적용하여 추천하여 보자. 이를 구현하는데 아래의 Reference의 논문을 참고하였다. 1. 데이터 전처리 2. 협업 필터링 2-1. 유저 기반 협업 필터링 2-2. 아이템 기반 협업 필터링 2-3. 행렬 인수분해 협업 필터링 3. 성능 비교 4. 추천 결과 1. 데이터 전처리 In: library(dplyr) library(tidyr) ..

베이지안 접근(Bayesian approach)이 필요한 이유 □ Example: Polynomial Curve Fitting 사인 함수에 노이즈를 추가하여 생성한 데이터에 1부터 20차 다항 함수 모형을 적합 후, 결과에 대하여 분석하여라. 노이즈를 추가한 데이터의 생성 과정은 다음과 같다. 다항 함수 모형은 다음과 같다. ▷ 다항 함수 모형의 모수의 개수는 차수의 개수에 1을 더한 것과 같다. ▷ 차수가 높아질수록 높은 자유도를 가진 비선형 적합이 가능하다. 차수가 높아질수록 자유도가 높아져 오버피팅 문제가 발생할 가능성이 높아진다. 따라서 데이터에 적합 시, 적절한 수의 차수를 지정하는 것이 중요하다. 다음은 1차부터 20차 다항 함수 모형에 적합한 결과이다. ▷ 파란 점은 생성된 데이터를 의미하고, 초록 선은 실제 생성에 사용된 사인 함수를 의미한다. ▷ 다..

이전 1 다음

티스토리툴바