попробую, спасибо 🖤

Про копулы есть что-то научпоповское кроме статьи на хабре

Никак не въеду

Точно про копулы?

может капсулы?

Вряд ли

ко-лупы, наверное.

Спасибо большое!

Задача: Выпустили новый товар. Было какое-то число продаж уже.
Найти тех кому отправить пуши.

Я решил, что это задача классификации. И тип давайте возьмем тех кто уже купил, наберем фичей по ним. И отправим тем, кто не купил.

А мне говорят, ответ не верный.
Надо юзать коллаборативную фильтрацию и найти расстояния между тем кто купил и тем кто в базе.
Я вот сижу и думаю, что по сути это же близкие решения. Мой вариант решает деревом её, а их типа knn.

Или я заблуждаюсь?

>>те, кто одинаково оценивал какие-либо предметы в прошлом, склонны давать похожие оценки другим предметам и в будущем

это что значит)?

точнее как интерпретировть

Значит у тебя есть человек, который купил молоко, сахар и пивас и ты предлагаешь молоко тем, кто купил сахар и пивас, а не тем, кто купил только сахар или пивас

Прости, что-то не могу понять, первый или второй вариант решения попадают под «купил сахар и пивас»

Ну например в случае классификации у тебя наклассифицировалось, что 70% тех, кто покупают помидоры, купят и майонез, а на самом деле они покупают майонез не из-за помидор, а из-за того, что купили еще огурцы - они салат делают. И, допустим, такое совпадение, все, кто покупают огурцы и помидоры, покупают майонез, в итоге ты предлагаешь майонез тем, кому он нужен
То есть делаешь вывод о близости клиентов не по самому майонезу, а по паре других товаров - кто-то из этих клиентов майонез мог вообще не купить, классификация пострадает, но ты им можешь предложить этот майонез и они купят

Короче как-то так

Понятно?)

Но это все не точно, я когда-то прочитал про эту тему и забыл, сейчас нагуглил

Получается коллаборативная фильтр предпочтительнее?

но не принципиально типа?