推荐系统和基线预测器
Recommendation system and baseline predictors
我有一堆数据，第一列代表用户，第二列是电影，第三列是十分评分。
0 0 9
0 1 8
1 1 4
1 2 6
2 2 7
我必须预测另一组数据（用户、电影、？）的第三个数字：
0 2
1 0
2 0
2 1
我使用这种方式来查找偏差值 https://youtube.com/watch?v=dGM4bNQcVKI and this way for predicting https://www.youtube.com/watch?v=4RSigTais8o。
0号用户的偏差值：9 + 8 / 2 = 8.5 - 1.5 = 7.
电影编号 2 的偏差值：6 + 7 / 2 = 6.5 - 1.5 = 5。
和基线预测变量：
1.5 + 7 + 5，其中结果是 13.5，但在比赛中结果是：7.052009。
但是问题描述说我推荐系统的结果应该是：
0 2 7.052009
1 0 6.687943
2 0 6.995272
2 1 6.687943
我的错误在哪里？
原始平均值是所有当前分数的平均值 ((9+8+4+6+7) / 5 = 6.8)，我在任何地方都看不到这个数字，所以我猜这是你的错误。
在视频中，教授在所有计算中都使用了 3.5 的原始平均值，包括计算偏差，他跳过了如何达到该数字，如果您将视频 table 上的所有数字相加并除以, 你得到 3.5.
0 2 9.2 是第一个答案，以您的视频为指导。视频声称避免了微积分，比赛的不同最终答案可能来自使用"full"方法。
0 2 ?，用户 0（第 0 行：9 8 x），电影 2（第 2 列：x 6 7）
raw average = 6.8
bias user 0: (9+8) / 2 - 6.8 = 1.7
bias movie 2: (6+7) / 2 - 6.8 = -0.3
prediction: 6.8+1.7-0.3 = 8.2
这个问题看起来像是 Netflix 竞赛的一个变体，竞赛的主持人知道实际答案（收视率），他不会给你答案，你应该 guess/predict 他们，比赛的获胜者是最接近实际答案的人。
你比赛的获胜者最接近，但他使用未知方法到达那里，或者他自己知道方法的变体，如果你的目标是完全匹配他的答案，你最好问他什么方法他使用了他是如何修改它的，并尝试复制他的结果。
如果这是作业而不是比赛，那么老师会希望你使用他教给你的"correct"方法（没有固定的方法，只是很多方法的准确率不同），你'我必须完全按照他教你的那样使用它。但这是一场竞赛，你的目标是找到一个接近最佳的基本方法（你使用的那个精度很低），并稍微修改它以获得更好的结果。
如果你想了解 link 我建议你研究一下，然后再问一个统计问题，因为它只是简单的统计。您可以尝试自己理解 link 或研究矩阵分解。请记住，要获得比赛获胜结果（或关闭），您将无法使用像在 youtube 视频中找到的简单方法，而是需要一种包含更多数学知识的方法。
我有一堆数据，第一列代表用户，第二列是电影，第三列是十分评分。
0 0 9
0 1 8
1 1 4
1 2 6
2 2 7
我必须预测另一组数据（用户、电影、？）的第三个数字：
0 2
1 0
2 0
2 1
我使用这种方式来查找偏差值 https://youtube.com/watch?v=dGM4bNQcVKI and this way for predicting https://www.youtube.com/watch?v=4RSigTais8o。
0号用户的偏差值：9 + 8 / 2 = 8.5 - 1.5 = 7.
电影编号 2 的偏差值：6 + 7 / 2 = 6.5 - 1.5 = 5。
和基线预测变量：
1.5 + 7 + 5，其中结果是 13.5，但在比赛中结果是：7.052009。
但是问题描述说我推荐系统的结果应该是：
0 2 7.052009
1 0 6.687943
2 0 6.995272
2 1 6.687943
我的错误在哪里？
原始平均值是所有当前分数的平均值 ((9+8+4+6+7) / 5 = 6.8)，我在任何地方都看不到这个数字，所以我猜这是你的错误。
在视频中，教授在所有计算中都使用了 3.5 的原始平均值，包括计算偏差，他跳过了如何达到该数字，如果您将视频 table 上的所有数字相加并除以, 你得到 3.5.
0 2 9.2 是第一个答案，以您的视频为指导。视频声称避免了微积分，比赛的不同最终答案可能来自使用"full"方法。
0 2 ?，用户 0（第 0 行：9 8 x），电影 2（第 2 列：x 6 7）
raw average = 6.8
bias user 0: (9+8) / 2 - 6.8 = 1.7
bias movie 2: (6+7) / 2 - 6.8 = -0.3
prediction: 6.8+1.7-0.3 = 8.2
这个问题看起来像是 Netflix 竞赛的一个变体，竞赛的主持人知道实际答案（收视率），他不会给你答案，你应该 guess/predict 他们，比赛的获胜者是最接近实际答案的人。
你比赛的获胜者最接近，但他使用未知方法到达那里，或者他自己知道方法的变体，如果你的目标是完全匹配他的答案，你最好问他什么方法他使用了他是如何修改它的，并尝试复制他的结果。
如果这是作业而不是比赛，那么老师会希望你使用他教给你的"correct"方法（没有固定的方法，只是很多方法的准确率不同），你'我必须完全按照他教你的那样使用它。但这是一场竞赛，你的目标是找到一个接近最佳的基本方法（你使用的那个精度很低），并稍微修改它以获得更好的结果。
如果你想了解 link 我建议你研究一下，然后再问一个统计问题，因为它只是简单的统计。您可以尝试自己理解 link 或研究矩阵分解。请记住，要获得比赛获胜结果（或关闭），您将无法使用像在 youtube 视频中找到的简单方法，而是需要一种包含更多数学知识的方法。