我使用Python Surprise库构建了一个推荐系统。
下一步是用新数据更新算法。例如,添加了一个新用户或一个新项目。
我已经深入研究了文档,但没有找到这个案例的任何信息。唯一可能的方法是不时地从头开始训练新模型。
看起来我好像漏掉了什么,但我不知道到底是什么。
谁能指出我如何用新数据改装现有的算法?
遗憾的是,Surprise还不支持部分匹配。
在这个线程中,有一些变通方法和分叉实现了部分匹配。
我使用Python Surprise库构建了一个推荐系统。
下一步是用新数据更新算法。例如,添加了一个新用户或一个新项目。
我已经深入研究了文档,但没有找到这个案例的任何信息。唯一可能的方法是不时地从头开始训练新模型。
看起来我好像漏掉了什么,但我不知道到底是什么。
谁能指出我如何用新数据改装现有的算法?
遗憾的是,Surprise还不支持部分匹配。
在这个线程中,有一些变通方法和分叉实现了部分匹配。
javascript python java c# php android html jquery c++ css ios sql mysql arrays asp.net json python-3.x ruby-on-rails .net sql-server django objective-c excel regex ruby linux ajax iphone xml vba spring asp.net-mvc database wordpress string postgresql wpf windows xcode bash git oracle list vb.net multithreading eclipse algorithm macos powershell visual-studio image forms numpy scala function api selenium