KTV歌曲推荐-逻辑回归-用户性别预测
前言 上一篇写了推荐系统最古老的的一种算法叫协同过滤,古老并不是不好用,其实还是很好用的一种算法,随着时代的进步,出现了神经网络和因子分解等更优秀的算法解决不同的问题。 这里主要说一下逻辑回归,逻辑回归主要用于打分的预估。我这里没有打分的数据所以用性别代替。 这里的例子就是用歌曲列表预判用户性别。 什么是逻辑回归 逻辑回归的资料比较多,我比较推荐大家看刷一下bilibili上李宏毅老师的视频,这里我只说一些需要注意的点。 网络结构 逻辑回归可以理解为一种单层神经网络,网络结构如图: 激活函数选择 逻辑回归一般选sigmoid或者softmax 图的上半部分就是二元逻辑回归激活函数是sigmoid 图的下半部分是多元逻辑回归没有激活函数直接接了一个softmax 别问我啥是sigmoid啥是softmax,问就是百度。 损失函数选择 损失函数逻辑回归常用的有三种(其实有很多不止三种,自己查API喽): binary_crossentropy categorical_crossentropy sparse_categorical_crossentrop 这里其实用binary更合适,但是我...