From 8ca05ede1f3e61c898d7c4cb302faa82fc43446f Mon Sep 17 00:00:00 2001 From: jiangzhonglian Date: Fri, 1 Sep 2017 13:52:07 +0800 Subject: [PATCH] =?UTF-8?q?=E6=9B=B4=E6=96=B0=20svd=E6=96=87=E6=A1=A3?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- src/python/14.SVD/svdRecommend.py | 77 +++++++++++++++++++++---------- 1 file changed, 53 insertions(+), 24 deletions(-) diff --git a/src/python/14.SVD/svdRecommend.py b/src/python/14.SVD/svdRecommend.py index b2b26ba5..669429aa 100644 --- a/src/python/14.SVD/svdRecommend.py +++ b/src/python/14.SVD/svdRecommend.py @@ -85,9 +85,17 @@ def cosSim(inA, inB): # 基于物品相似度的推荐引擎 -# standEst()函数，用来计算在给定相似度计算方法的条件下，用户对物品的估计评分值。 -# standEst()函数的参数包括数据矩阵、用户编号、物品编号和相似度计算方法 def standEst(dataMat, user, simMeas, item): + """standEst(计算某用户未评分物品中，以对该物品和其他物品评分的用户的物品相似度，然后进行综合评分) + + Args: + dataMat 训练数据集 + user 用户编号 + simMeas 相似度计算方法 + item 未评分的物品编号 + Returns: + ratSimTotal/simTotal 评分（0～5之间的值） + """ # 得到数据集中的物品数目 n = shape(dataMat)[1] # 初始化两个评分值 @@ -100,7 +108,8 @@ def standEst(dataMat, user, simMeas, item): if userRating == 0: continue # 寻找两个用户都评级的物品 - # 变量 overLap 给出的是两个物品当中已经被评分的那个元素 + # 变量 overLap 给出的是两个物品当中已经被评分的那个元素的索引ID + # logical_and 计算x1和x2元素的真值。 overLap = nonzero(logical_and(dataMat[:, item].A > 0, dataMat[:, j].A > 0))[0] # 如果相似度为0，则两着没有任何重合元素，终止本次循环 if len(overLap) == 0: @@ -114,35 +123,25 @@ def standEst(dataMat, user, simMeas, item): simTotal += similarity ratSimTotal += similarity * userRating if simTotal == 0: - return 0 + return 0 # 通过除以所有的评分总和，对上述相似度评分的乘积进行归一化，使得最后评分在0~5之间，这些评分用来对预测值进行排序 else: return ratSimTotal/simTotal -# recommend()函数，就是推荐引擎，它默认调用standEst()函数，产生了最高的N个推荐结果。 -# 如果不指定N的大小，则默认值为3。该函数另外的参数还包括相似度计算方法和估计方法 -def recommend(dataMat, user, N=3, simMeas=cosSim, estMethod=standEst): - # 寻找未评级的物品 - # 对给定的用户建立一个未评分的物品列表 - unratedItems = nonzero(dataMat[user, :].A == 0)[1] - # 如果不存在未评分物品，那么就退出函数 - if len(unratedItems) == 0: - return 'you rated everything' - # 物品的编号和评分值 - itemScores = [] - # 在未评分物品上进行循环 - for item in unratedItems: - estimatedScore = estMethod(dataMat, user, simMeas, item) - # 寻找前N个未评级物品，调用standEst()来产生该物品的预测得分，该物品的编号和估计值会放在一个元素列表itemScores中 - itemScores.append((item, estimatedScore)) - # 按照估计得分，对该列表进行排序并返回。列表逆排序，第一个值就是最大值 - return sorted(itemScores, key=lambda jj: jj[1], reverse=True)[: N] - - # 基于SVD的评分估计 # 在recommend() 中，这个函数用于替换对standEst()的调用，该函数对给定用户给定物品构建了一个评分估计值 def svdEst(dataMat, user, simMeas, item): + """svdEst( ) + + Args: + dataMat 训练数据集 + user 用户编号 + simMeas 相似度计算方法 + item 未评分的物品编号 + Returns: + ratSimTotal/simTotal 评分（0～5之间的值） + """ # 物品数目 n = shape(dataMat)[1] # 对数据集进行SVD分解 @@ -176,6 +175,36 @@ def svdEst(dataMat, user, simMeas, item): return ratSimTotal/simTotal +# recommend()函数，就是推荐引擎，它默认调用standEst()函数，产生了最高的N个推荐结果。 +# 如果不指定N的大小，则默认值为3。该函数另外的参数还包括相似度计算方法和估计方法 +def recommend(dataMat, user, N=3, simMeas=cosSim, estMethod=standEst): + """svdEst( ) + + Args: + dataMat 训练数据集 + user 用户编号 + simMeas 相似度计算方法 + estMethod 使用的推荐算法 + Returns: + 返回最终 N 个推荐结果 + """ + # 寻找未评级的物品 + # 对给定的用户建立一个未评分的物品列表 + unratedItems = nonzero(dataMat[user, :].A == 0)[1] + # 如果不存在未评分物品，那么就退出函数 + if len(unratedItems) == 0: + return 'you rated everything' + # 物品的编号和评分值 + itemScores = [] + # 在未评分物品上进行循环 + for item in unratedItems: + # 获取 item 该物品的评分 + estimatedScore = estMethod(dataMat, user, simMeas, item) + itemScores.append((item, estimatedScore)) + # 按照评分得分 进行逆排序，获取前N个未评级物品进行推荐 + return sorted(itemScores, key=lambda jj: jj[1], reverse=True)[: N] + + # 图像压缩函数 # 打印矩阵 def printMat(inMat, thresh=0.8):