0

我有由 263 个用户组成的数据集。它具有以下数据帧结构：

userID  bookmarkID  tagID   value
1   52  101 1
1   114 154 1
2   127 14  1
4   114 4   1

对于每个用户，我通过以下等式计算表示频率的变量的值：count() /（书签 ID 的数量 * tagID 的数量）。我得到了这些值：从 1 到 265 的数字只是用户 ID，用户是未订购。

            1            2            3            4            5            6 
    0.0003716331 0.0005655286 0.0001777376 0.0003070012 0.0019389552 0.0002746853 
    ...
    ...
             259          260          261          262          263          264 
    0.0003393172 0.0006463184 0.0002100535 0.0002100535 0.0001777376 0.0004685808 
             265 
    0.0001777376

使用以下 R 代码：

#each user: number of tensor elements which >0 / (num of tags* number of items)
d.file <-
  "E:/My_Projects/Bitbucket/TylerRecommender/src/test/resources/DAI_LAbor/p-core of level 12/dataFilePathBeforeTensorDecompositionForTraining80percent.txt"
df<-read.table(d.file,sep="\t",header=T)

itemsize<-length(unique(df$bookmarkID))
tagsize<-length(unique(df$tagID))
itemtagmatrixsize<-itemsize*tagsize

userid.bag<-df$userID
user.tas.count<-table(userid.bag)
dens.tas<-density(user.tas.count/itemtagmatrixsize)
plot(dens.tas, col="red")

d.file2 <-
  "E:/My_Projects/Bitbucket/TylerRecommender/src/test/resources/DAI_LAbor/p-core of level 12/~sample_tensor_afterDecomposition_Condensed.example.txt"
df2<-read.table(d.file2,sep="\t",header=T)
lines(density(table(df2$userID)/itemtagmatrixsize), col="blue")

现在我的问题是如何绘制图表来最好地描述用户的频率分布？

我在 R 中使用核密度估计函数 density() 来绘制频率值的概率分布。（这符合我的目的吗？）

在此处输入图像描述

但是，我有另一个数据集，它的频率值比下图中的前一个（蓝色）高得多，其中红线与前一个数据集相关： 在此处输入图像描述

但是第一个数据集的红线变得完全平坦，这毫无意义。这是为什么？是因为默认选择的带宽吗？是否可以将它们绘制在同一张图中并使它们看起来正常？谢谢！

4

0 回答 0