如何将不同的推荐模型应用到系统中

Question

我正在尝试构建一个具有不同模型集的推荐引擎。我可以将这些模型保留为即插即用类型，或者使这些模型相互依赖。我正在寻找一个算法。

我最近读到了"gradient boosted decision trees"，它对我的情况有用吗?如果有用，我应该如何实现它？

做一个推荐引擎让我的大脑变得模糊。:-)。帮助。

Answer 1

梯度树提升可以是即插即用的。但你必须有一个固定的树结构，并记住每个分支的分类器的性能。否则，您将不得不在每次添加或删除分类器时重新训练您的集成。

对于即插即用的组合，我会选择bagging。