2

我正在使用库（“recommenderlab”）并希望使用“基于用户的协同过滤（UBCF） ”创建推荐模型。默认的相似性度量是cosine但我想将其更改为pearson。这是我的代码摘录 

## create a matrix with ratings
m <- matrix(sample(c(as.numeric(0:5), NA), 50,  
+   replace=TRUE, prob=c(rep(.4/6,6),.6)), ncol=10,  
+   dimnames=list(user=paste("u", 1:5, sep=''),  
+   item=paste("i", 1:10, sep=''))) 

## coerce into a realRatingMAtrix
r <- as(m, "realRatingMatrix")  

## Create a recommender using "UBCF" with default cosine similarity 
uu.rec=Recommender(r[1:5],method="UBCF")

因为 Recommender 使用注册机制（称为“RecommenderRegistry ”），所以可以通过以下方式找到默认方法 ：

getModel(uu.rec)$method

[1] “余弦”

所以问题是我如何将其更改为“pearson”相似性？

谢谢！

4

1 回答 1

1

使用 Recommender() 的第三个参数parameter，将算法（也称为推荐方法）传递给您要使用的相异度量：

uu.rec=Recommender(data=r[1:5], method="UBCF", param=list(normalize="Z-score", method="pearson", nn=50, minRating=3, sample=F)
于 2013-04-21T20:33:53.207 回答