《表4 两种算法在MovieLens20m数据集上的性能》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于动态加权Bagging矩阵分解的推荐系统模型》
实验中使用动态加权Bagging矩阵分解(Dynamic Weighted Bagging Matrix Factorization)的英文首字母缩写DWBMF来代指该算法.实验展示了DWBMF与MF在三个数据集上完成最大迭代次数后的性能表现,表2展示了在MovieLens1m数据集上的性能,表3和表4则分别为在MovieLens10m和MovieLens20m数据集上的性能,黑体字表示性能最优的数据.实验结果表明,本文提出的DWBMF模型在所有情况下都要优于MF模型.
图表编号 | XD0071371800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.30 |
作者 | 何轶凡、邹海涛、于化龙 |
绘制单位 | 江苏科技大学计算机学院、江苏科技大学计算机学院、江苏科技大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |