X
是输入,表示底案,x
表示特征值;y
是输出,表示预测评分
综合评分预测公式为:
是偏置项, 是特征参数。
现有两个输入 和 ,用户选择了 ,未选择 ,则我们预期的预测评分是:
我们可以设置目标函数为:
类似逻辑回归方法,使用最大参数似然估计,化简目标函数:
然后定义损失函数为:
对参数 求倒数,得到:
然后使用随机梯度下降来进行参数更新
是不是有点惊奇!就是沿着特征值方法进行参数 的更新,其实想一下实际的逻辑道理,就是如此。
数学的原理就是简单又统一。
其实更好的做法是对多项特征进行高维非线性运算,不仅仅是线性的加权求和 预测公式为: 考虑不同特征的非线性运算,同时引入多维的隐式参数