问题标签 [lightfm]

这是我尝试安装某些库时遇到的错误。我已经尝试将我的 pip 更新到最新版本。我正在使用 python 3.8.5

我想用如下所示的 Dataframe 训练 LightFM。

我已经用 Views 列训练了模型（工作正常），但还想添加 Likes 列。我已经看过很多例子，但是我仍然无法理解如何根据我拥有的数据框训练模型。

以下是我到目前为止尝试过的代码片段，

如何使用 Views 和 Likes 列训练模型？

任何有助于我理解的建议或代码片段都将不胜感激。谢谢你

我正在尝试将 LightFM 用于餐厅推荐系统。所以这是预测结果：

结果是从最高到最低，由评分确定，从交互矩阵评分等。但是正如你所看到的，评分结果都是负数，到目前为止我没有从输入其他餐厅得到正分进行推理/预测。

由于 LightFM 评分没有任何规模/范围，那么负分数是坏的还是什么？并且像 Apriori/Association 规则一样有支持度、置信度等参数。那么 LightFM 有什么衡量标准让我可以相信这个结果？除了来自模型训练的 AUC 分数。

我真正需要的是 feature_importance 之类的东西。最后我明白了如何得到它：

要手动从 Light FM 获得分数，我们必须乘以以下矩阵：
user_features_matrix * item_features_matrix * item_embedings * user_embedings = Light FM 的分数

因此，要获得用户特征权重，我想我们应该这样做：
user_features_matrix * item_features_matrix * user_embedings = item_weights

我们懂了。权重有助于对每个项目的重要特征进行排序。

要获取嵌入，请使用以下函数：
user_embedings = model.get_user_representations
item_embedings = model.get_item_representations
user_features_matrix = the matrix we used to fit the model
item_features_matrix = the matrix we used to fit the model

我目前正在使用 Goodreads 数据构建推荐系统。

我想将字符串用户 ID 更改为整数。当前的用户ID是这样的：'0d688fe079530ee1fe6fa85eab10ec5c'

我想将其更改为整数（例如，，，1... 2）3，以具有共享相同字符串 ID 的相同整数 ID。我考虑过使用 function df.groupby('user_id')，但我不知道如何做到这一点。

如果有人让我知道如何更改，我将非常感激。

尝试使用 LightFM 的预测，但是它需要行/用户的内部 id 和列/项目的内部 id。一个 coo 矩阵被传递到 lightfm 中。

我将 3 个 numpy 数组传递给了 COO 矩阵。但是我不能获取该数组中的索引，因为它与 coo 矩阵的索引不同。

因此，如果我想对用户/行进行预测，如何获取其 db id 并将其与内部 coo 矩阵行索引相关联？

例如model.predict(internal_user_ix)

我想向使用 lightfm 的新用户推荐。

嗨，我有模型、交互、item_features。新用户不在交互中，新用户的唯一信息是他们的评分。（book_id 和评分对列表）

我尝试使用 predict() 或 predict_rank()，但我不知道如何使用。你能给我一些建议吗？

下面是我的截图，它引发了 ValueError ..

我正在尝试使用我在数据集中拥有的功能来训练 LightFM 推荐器模型。我的数据如下所示： 训练和测试交互数据：shape = (730799, 115552) 我负责删除测试数据中的交互，因为我正在尝试检查关于看不见的项目的建议。我从数据中的两个特征构建了一个特征矩阵，并将 itemId 添加为虚拟特征，这样我的项目特征矩阵的形状变为（115552、115659）。

我正在这样定义我的模型：

我运行了不同数量的组件，一次运行了 50 个 epoch，并计算了验证 AUC，如下所示。如您所见，在所有情况下，验证 AUC 仅在几次迭代 (2-3) 后达到峰值并下降。

作为交叉检查，我也只运行了虚拟特征，即项目的单位矩阵。由于我试图预测看不见的项目，AUC 性能很糟糕，但至少它是有意义的，并且会随着迭代次数的增加而增加，如下所示。

为什么具有附加功能的模型不学习任何东西，即。两三次迭代后下降？有没有其他的把手可以用来解决这个问题？

我正在使用 LightFM 对推荐系统进行建模，并尝试在 Steam 数据上构建数据集。我最初的部分代码如下：

当我运行 dataset.builf_item_features 时，我收到以下错误，即 app_name 不适合数据集，即使我之前在该功能上调用了 fit_partial。

有人可以帮我吗？

对于任何用户，假设出现了一些新的交互，然后我使用 partial_fit 仅使用新的交互数据来拟合数据集和模型，并且在部分拟合该用户之前和之后我得到相同的结果。