文件名称：健身
文件大小：5.2MB
文件格式：ZIP
更新时间：2024-03-04 17:34:18
Python
MovieLens推荐健身房 1.概述 1.1总结 该项目将Stable-Baselines算法应用于MovieLens 100k数据集。 为此，代理的目标是预测user对给定movie 。 1.2实施 1.2.1环境 使用OpenAI的Gym框架作为基础类，将模拟器设置为POMDP问题。 奖励方案基于预测准确性： 该观察结果基于MovieLens数据集的派生功能： user_mean：特定user_id给出的平均评分 movie_mean：特定movie_id的平均评分 movie_genre_bucket：电影类型的热点 age_bucket：用户年龄段的热点 职业_铲斗：用户工作的热点 sex_bucket：用户性别的一小部分（仅M或F） 1.2.2代理 选择近端策略优化（PPO）算法作为代理，因为推荐问题是无状态的（或单一状态），因此使基于策略的方法（与基于值的方法相对）
【文件预览】：
reco-gym-main
----setup.py(455B)
----requirements.txt(65B)
----ppo_experiment.py(4KB)
----tensorboard()
--------PPO2_1()
----README.md(2KB)
----.idea()
--------.gitignore(39B)
--------misc.xml(200B)
--------vcs.xml(180B)
--------reco-gym.iml(332B)
--------inspectionProfiles()
--------modules.xml(268B)
----gym_recommendation()
--------data()
--------__init__.py(305B)
--------utils.py(5KB)
--------tests()
--------envs()