Не видя задачи не могу сказать что конкретно делать. Попробую: получается, что работаем в пространстве товаров, а оно очень высокой размерности. Надо как-то уменьшить размерность. Можно уменьшить размерность банальным матричным разложением (которое и нужно для рекомендательных систем), а потом результаты разложения использовать как фичи для нейросети. Тот же TruncatedSVD из sklearn подойдёт для экспериментов.
Спасибо за совет. Попробую, как альтернативный вариант.
Я со всеми согласен, что проще и удобней кластеризовать через k-means. Но решаю тестовую задачу, работодатель просит именно подключить нейронную сеть в этой задаче.
Я это вчера и предлагал, но я не понимаю, зачем оно надо. Здесь то же самое понижение размерности, просто реализованное через автоэнкодер. Нафиг оно надо?
Всем привет! Подскажите плз , может кто то встречал, ищу инфу по описанию процесса по работе с лог - рег . Что-то типо инструкции «how to do» от препроцессинга до feature selection с использование woe биновки.
Всем привет! Подскажите плз , может кто то встречал, ищу инфу по описанию процесса по работе с лог - рег . Что-то типо инструкции «how to do» от препроцессинга до feature selection с использование woe биновки.
Скинул бы свой диплом ;/ как раз на эту тему, но, увы, не на русском. Сейчас попробую найти статью одну — скину
Всем привет! Подскажите плз , может кто то встречал, ищу инфу по описанию процесса по работе с лог - рег . Что-то типо инструкции «how to do» от препроцессинга до feature selection с использование woe биновки.