Introduction

Some questions when I implement the algorithms

Details

问题如下

1. KNN算法中，如何存储稀疏的rate矩阵，是否可以用一个map数组存储？对于netflix数据目前不可以，占用的内存超过3.2G（32位系统用户单进程最大内存），不知道64位系统是否可以。和xlvector交流他的好像可以。问题是，sgi的stl中，一个map节点占用内存多大呢？看了stl源码，仍然不清楚，谁能告诉我呢？
   
   
2. 为什么movielens数据集中，有这么多item之间的相似度为1，难道我的算法实现有问题？
   
   
3. http://www.lifecrunch.biz/archives/194 Recommender system Handbook]P149, bi和bu的公式下面有一句话，"Average are shrunk towards zero by using the regularization parameters, r1,r2,which are determined by cross validation" ，如何通过交叉验证的方式选择参数呢，模型参数选择对结果影响非常大，大家实际怎么选择的这些参数呢？