我们正在开发一个推荐系统，我得到的问题是 attrs 可能是向量本身。
所以，目前该公司已经有了向用户列出推荐列表的功能，但他们使用的每个功能的权重是手动定义的。所以我们决定先训练数据，然后用机器学习的方法获得权重。然后得到用户的反馈，作为下一次推荐预测的标签。
是否有任何理想的方法可以为每个功能获得最佳权重？比如grid_search、梯度下降？
我认为我们不能扁平化（sklearn：one hot encoding 或 pandas：get_dummies）值是向量的特征。因为我想获得特征的权重，而不是 subfeature_1，subfeaturevalue_2。 那么，flatten在这里是行不通的，我得试着改变距离来做呢？但是如何将它们组合在一起（改变距离函数并使用grid_search）？
【问题讨论】：
标签： python machine-learning recommendation-engine recommender-systems
https://github.com/Grasin98/recommender_live 了解推荐系统的基础知识。希望您觉得它相关。
您可以访问这里。是的，有像网格搜索这样的算法可以帮助找到最佳权重矩阵。
网格搜索意味着您有一组模型（它们的参数值彼此不同，位于网格上）。然后你要做的是训练每个模型并使用交叉验证对其进行评估。然后选择表现最好的那个。
举个具体的例子，如果你使用支持向量机，你可以为 gamma 和 C 使用不同的值。因此，例如，你可以有一个网格，其 (gamma, C) 具有以下值：( 1, 1), (0.1, 1), (1, 10), (0.1, 10)。它是一个网格，因为它就像 gamma 的 [1, 0.1] 和 C 的 [1, 10] 的乘积。网格搜索基本上会为这四对 (gamma, C) 值中的每一个训练一个 SVM，然后对其进行评估使用交叉验证，然后选择表现最好的那个。
对于梯度下降： 该过程的第一步要求训练数据集的顺序是随机的。这是为了混淆对系数进行更新的顺序。因为在每个训练实例之后都会更新系数，所以更新会到处乱跳，相应的成本函数也会如此。通过混合更新系数的顺序，它可以利用这种随机游走并避免它分心或卡住。 对于非常大的训练数据集，使用随机梯度下降可以更快地学习，并且通常您只需要少量通过数据集即可达到良好或足够好的系数集，例如1 到 10 次遍历数据集。
所以据我所知，有知道完美的方法。它基本上取决于很多事情。您可能知道，算法应用程序 SVM、决策树、随机森林也是如此，都会根据情况给出变化。
就第二个问题而言，我不确定它试图传达什么。 希望这会有所帮助。
【讨论】：