《表1 不同迭代次数下RBM和CRBM误差差值》

  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

《基于多属性的动态采样协同过滤推荐算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在传统的CD算法中，每次状态转移会产生一次采样，重复N次采样得到一次迭代。一般训练过程中迭代采样步数为相同的固定值，即不同阶段的迭代过程采样步数相同。因此传统的采样算法（单步采样），难以满足不同数据量及其数据分布的具体特点。表1列出了在Movie Lens ml-100k数据集下RBM和CRBM在不同迭代次数时，第t次与第t+3次平均绝对误差的差值，表中仅列出前19次的误差数据。