《表7 MovieLens100K实验结果 (MAE)》
提示：宽带有限、当前游客访问压缩模式
如表12所示，C-k NN协同过滤算法在不同稀疏度的下都要比经典的k NN算法在RMSE上均有较大的提升.
| 图表编号 | XD0045022500 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.04.01 |
| 作者 | 喻新潮、曾圣超、温柳英、罗朝广 |
| 绘制单位 | 西南石油大学计算机科学学院、西南石油大学计算机科学学院、西南石油大学计算机科学学院、西南石油大学计算机科学学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 在Movie Lens100K数据集上的MAE对比》2020.10.01
- 《表4 在TT100K数据集上的检测结果》2021.02.01
- 《表3 在数据集MovieLens100K上的实验结果》2020.06.01
- 《表4 在数据集MovieLens1M上的实验结果》2020.06.01
- 《表6 BDD 100K的实验结果》2020.08.15
- 《表5 BDD 100K的实验配置》2020.08.15
- 《表3 基于MovieLens100k的5种算法比较》2020.03.01
- 《表1 MovieLens100k数据集细节》2020.03.01
- 《表1 2 在Movielens 100K数据集上VPRS的平均代价(C2作为输入)》2019.11.30
- 《表2 基于实数的评分推荐算法实验结果MAE值对比》2019.10.01
- 《表1 1 在Movielens 100K数据集上VPRS的平均代价(C1作为输入)》2019.11.30
- 《表2 不同算法在Movielens-1M数据集和Pinterest数据集下的实验结果》2019.06.01
- 《表5 MAE法提取BP中花色苷的L9 (33) 正交实验设计及结果》2019.09.15
- 《表4 100K不同近邻数下的算法MAE值变化对比》2019.06.01
- 《表1 100K不同调节因子下的MAE值变化》2019.06.01
- 《表8 MovieLens100K实验结果 (RMSE)》2019.04.01
- 《表1 1 Netflix实验结果 (MAE)》2019.04.01
- 《表9 ML1M实验结果 (MAE)》2019.04.01
- 《表3 模型在MovieLens-1M中不同比例训练集下的实验结果》2019.01.15
- 《表1 数据集MovieLens上的实验数据，数值越大越好》2019.12.16