用以前用过的域名做网站/海豹直播nba
书籍商品推荐系统
使用矩阵分解, 根据用户给书籍商品的评分数据, 做一个千人千面的个性化推荐系统
需要安装推荐系统库surprise, 使用如下命令安装: pip install scikit-surprise
# 导入 nunpy 和 surprise 辅助库
import numpy as np
import surprise Surprise库本身没有提供纯粹的矩阵分解的算法, 在这里我们自己实现了基于Alternating Least Squares的矩阵分解, 使用梯度下降法优化
矩阵分解类MatrixFactorization继承了surprise.AlgoBase, 方便我们使用surpise库提供的其它功能
class MatrixFactorization(surprise.AlgoBase):'''基于矩阵分解的推荐.'''def __init__(self, learning_rate, n_epochs, n_factors, lmd):self.lr = learning_rate # 梯度下降法的学习率self.n_epochs = n_epochs # 梯度下降法的迭代次数self.n_factors = n_factors # 分解的矩阵的秩(rank)self.lmd = lmd # 防止过拟合的正则化的强度def fit(self, trainset):'''通过梯度下降法训练, 得到所有 u_i 和 p_j 的值'''print('Fitting data with SGD...')# 随机初始化 user 和 item 矩阵.u = np.random.normal(0, .1, (trainset.n_users, self.n_factors))p = np.random.normal(0, .1, (trainset.n_items, self.n_factors))# 梯度下降法for _ in range(self.n_epochs):for i, j, r_ij in trainset.all_ratings():err = r_ij - np.dot(u[i], p[j])#TODO# 利用梯度调整 u_i 和 p_ju[i] -= -self.lr * err * p[j] + self.lr * self.lmd * u[i]p[j] -= -self.lr * err * u[i] + self.lr * self.lmd * p[j]# 注意: 修正 p_j 时, 安装严格定义, 我们应该使用 u_i 修正之前的值, 但是实际上差别微乎其微self.u, self.p = u, pself.trainset = trainsetdef estimate(self, i, j):'''预测 user i 对 item j 的评分.'''# 如果用户 i 和物品 j 是已知的值, 返回 u_i 和 p_j 的点击# 否则使用全局平均评分rating值(cold start 冷启动问题)if self.trainset.knows_user(i) and self.trainset.knows_item(j):# 返回 u_i 和 p_j 的点击return np.dot(self.u[i], self.p[j])else:# 返回 全局平均评分rating值return self.trainset.global_mean演示如何调用以上定义的矩阵分解类实现书籍商品的推荐
from surprise import BaselineOnly
from surprise import Dataset
from surprise import Reader
from surprise import accuracy
from surprise.model_selection import cross_validate
from surprise.model_selection import train_test_split
import osfile_path = os.path.expanduser('./book_crossing/book_ratings.dat')# 创建 reader 对象
reader = Reader(line_format='user item rating', sep='t', rating_scale=(1, 5))
data = Dataset.load_from_file(file_path, reader=reader)# 将数据随机分为训练和测试数据集
trainset, testset = train_test_split(data, test_size=.25)# 初始化以上定义的矩阵分解类.
algo = MatrixFactorization(learning_rate=.015, n_epochs=60, n_factors=2, lmd = 0.2)# 训练
algo.fit(trainset)# 预测
predictions = algo.test(testset)# 计算平均绝对误差
accuracy.mae(predictions)Fitting data with SGD... MAE: 3.0879
Out[32]:
3.087916709895363
# 使用 surpise 内建的基于最近邻的方法做比较
algo = surprise.KNNBasic()
algo.fit(trainset)
predictions = algo.test(testset)
accuracy.mae(predictions)Computing the msd similarity matrix... Done computing similarity matrix. MAE: 3.0747
Out[33]:
3.0746869394684526
# 使用 surpise 内建的基于 SVD 的方法做比较
algo = surprise.SVD()
algo.fit(trainset)
predictions = algo.test(testset)
accuracy.mae(predictions)MAE: 3.0632
Out[34]:
3.063175741427142