机器学习做推荐系统最后所有人推荐的都一样TAT


服装推荐系统,每个人输入三个参数a,b,c为三围。然后有100多件尺寸不同的衣服。十名志愿者试穿所有的服装,给出最合身的几件,而且能够保证十名志愿者合身的衣服覆盖了100所有的衣服。
我建立了一个BP神经网络,输入节点有三个,分别对应人的尺寸。隐含层节点5个(试过5个以上的隐含层收敛速度不变),输出节点100个(与服装数量相等)。给每件衣服一个索引编号,当某个志愿者认为某件衣服合适时,该服装对应的索引值为1,不合适值为0。用所有十个志愿者的三围做输入,对应喜欢的服装列表做输出训练BP神经网络,误差方和只能收敛到200。用最后生成的BP神经网络处理输入数据发现所有人适合穿的衣服趋于一致了TAT,不知道是哪里出了错误,我该肿么办?
已邀请:

wepon - https://github.com/wepe

赞同来自: LostOsiris ☆★○●△ tianjie


  • 样本
    十个志愿者,训练样本总共才10?如果是10个的话,我觉得应该先增加样本。

  • 特征
    题主用的特征是三围,身高、体重我觉得也是不错的特征。

  • 算法
    对于你这个问题来说,我觉得KNN、决策树应该就能得到不错的结果了,而且模型简单。『事实上这种简单的模型在工业界中用得更多。』

要回复问题请先登录注册