推荐算法的数据集大小答案

【问题标题】：Dataset size for recommendation algorithm推荐算法的数据集大小
【发布时间】：2014-11-21 06:44:36
【问题描述】：

我正在使用 weka 创建一个推荐系统。到目前为止，我在互联网上读到的关于数据集的内容是它应该有更多的数据来推荐是好的。我想知道如果我想推荐一些我们无法拥有大量数据的东西怎么办。例如，如果想为特定城市创建公园或医院推荐系统。它不会有超过 100 个条目。那么使用小型数据集可以吗？

【问题讨论】：

数据集中将包含多少个属性？这是一个复杂的问题吗？没有更多信息很难说。
如果你用小数据集（比如 100 个）训练你的推荐系统，它就可以工作，但准确度可能不如 1000 个数据集。
@MatthewSpencer 它会有 5-7 个属性。

标签： dataset weka recommendation-engine

【解决方案1】：

正如this post 中所述，有一些指南或经验法则可用于为模型准备足够的数据。这里的一些建议包括：

特征数量至少是训练案例的六倍
每个类的特征数量至少是三倍

请注意，这些只是经验法则，根据您数据的复杂性，可能足够也可能不够。根据本文中概述的建议，100 个案例可能就足够了，但正如 Ramanan R 所说，更多案例可能会更好。

希望对您有所帮助！

【讨论】：