0

我已经在 python 中编写了我的自定义成对相似度函数，它给出了一个特征矩阵 X（包含特征行），找到并返回输出作为给定相似度度量的每个项目的 k 最近邻：

def print_pairwise_sim_for_graphlab(X,item_ids,metric,p,knn):
N = len(X) 
SI = DI.squareform(DI.pdist(X,metric,p))
q = -1 
Y = np.zeros((N*knn,4))
for i in range(0, N):
    for k in range(1, knn+1):
        q = q + 1 
        Y[q,0] = item_ids[i]
        Y[q,1] = item_ids[np.argsort(SI[i,:])[-k]] 
        Y[q,2] = np.sort(SI[i,:])[-k]
        Y[q,3] = k

return (Y)

我这样称呼它：

  nn_SCD_min = print_pairwise_sim_for_graphlab(LL_features_SCD_min_np,item_ids,'minkowski',p,knn)

在哪里

 LL_features_SCD_min_np 

  array(
   [[-200,  -48, -127, ...,    1,    0,    1],
   [-199,  -38, -127, ...,    0,    0,    1],
   [-202,  -60, -127, ...,    1,    0,    1],
   ..., 
   [-202,  -60, -127, ...,    1,    0,    1],
   [-198,   56, -120, ...,    1,    0,    1],
   [-202,  -85, -127, ...,    1,    0,    1]])

输出如下所示

  nn_SCD_min = 
  array([[  8.90000000e+01,   4.71460000e+04,   1.85300000e+03,
      1.00000000e+00],
   [  8.90000000e+01,   8.11470000e+04,   1.84600000e+03,
      2.00000000e+00],
   [  8.90000000e+01,   2.20700000e+03,   1.84600000e+03,
      3.00000000e+00],
   ..., 
   [  8.24630000e+04,   1.00000000e+03,   1.39300000e+03,
      8.00000000e+00],
   [  8.24630000e+04,   5.98930000e+04,   1.39200000e+03,
      9.00000000e+00],
   [  8.24630000e+04,   1.48900000e+03,   1.35000000e+03,
      1.00000000e+01]])

在 Graphlab 中，我想将输出用作graphlab.recommender.item_similarity_recommender.create.

我使用它如下：

 m2 = gl.item_similarity_recommender.create(ratings_5K, nearest_items=nn_SCD_min)

我收到以下错误：

   87         _get_metric_tracker().track(metric_name, value=1, properties=track_props, send_sys_info=False)
   88 
---> 89         raise ToolkitError(str(message))

  ToolkitError: Option 'nearest_items' not recognized

我认为错误的主要原因是我nn_SCD_min需要作为 SFrame 导入（这里看起来像一个数组）。nn_SCD_min有四列。我相信这些列应该有如下标题：

    item_id, similar, score, rank

如何将数组 'nn_SCD_min' 更改为SFrame具有上述四个标题的数组？任何关于我采购这样做的想法都非常感谢。

4

1 回答 1

0

您可以直接从 numpy 数组创建 SFrame。它将有一个数组类型的单列。然后你可以unpack把它变成一个四列的 SFrame。

>>> nearest_items = gl.SFrame(nn_SCD_min)
>>> nearest_items = nearest_items.unpack('X1', '')\
                                 .rename({'0': 'item_id', 
                                          '1': 'similar', 
                                          '2': 'score', 
                                          '3': 'rank'})

>>> nearest_items
Columns:
    item_id float
    similar float
    score   float
    rank    float

Rows: 6

Data:
+---------+---------+--------+------+
| item_id | similar | score  | rank |
+---------+---------+--------+------+
|   89.0  | 47146.0 | 1853.0 | 1.0  |
|   89.0  | 81147.0 | 1846.0 | 2.0  |
|   89.0  |  2207.0 | 1846.0 | 3.0  |
| 82463.0 |  1000.0 | 1393.0 | 8.0  |
| 82463.0 | 59893.0 | 1392.0 | 9.0  |
| 82463.0 |  1489.0 | 1350.0 | 10.0 |
+---------+---------+--------+------+
于 2016-05-06T03:47:47.463 回答