问题标签 [recommender-systems]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - LightFM:我什么时候让 preserve_rows=True
在LightFM
,评估方法,例如,precision_at_k
有一个preserve_rows
默认值的参数False
。在什么情况下我会成功True
?
python - AttributeError:“NoneType”对象没有带有 RowMatrix 的属性“sc”
我目前正在将 pyspark 与 Apache Spark (v 2.2.1) 一起使用。我的 IDE 是 Jupyter Notebook。我正在尝试计算行矩阵的相似性。我遵循了这个文档:http ://spark.apache.org/docs/latest/api/python/pyspark.mllib.html?highlight=rowmatrix#pyspark.mllib.linalg.distributed.RowMatrix
我的代码是:
我有这个错误:
c# - 我可以编写 Python 代码并将其插入基于 C# 的网站吗?
我最近在 jupyter Notebook 上使用 python 为网站的推荐引擎编写代码。
我是否必须重写 C# 中的代码才能在网页中编写脚本,或者有一种方法可以将 python 代码插入 C#。我在 C# 方面的知识非常有限。也许,我可以减少我的编码时间,而无需再次重写整个事情。
python - 如何在 python 中创建将 cartId 映射到已购买项目的数据表?
所以基本上,我想表示在每个购物车 ID 下购买了多少商品,作为名称而不是数字。在 2 列表中。 这是cartid 和产品名称表的前几列
python - 关于lightFM,如何嵌入特征矩阵并向用户推荐新项目
我的目标是拟合一个适合我个人数据的模型,并且我已经处理了数据并将其制作为三个文件:交互矩阵(394*2188);项目特征矩阵(5241*5241);用户特征矩阵(1043*1043);我已将它们全部转换为稀疏矩阵,并且我的两个特征矩阵都包含比交互更多的内容。当我通过这些数据拟合模型并进行预测时,有我的代码和错误:代码:
错误: 引发 ValueError('item_features 中的特征数量不正确') ValueError:item_features 中的特征数量不正确
- 如何转换交互矩阵的用户和项目小于特征矩阵的数据
- 如何向所有用户(包括新用户)推荐新旧项目
algorithm - 关于推荐系统的准确性
嗨,我是这个领域的新手。我对推荐算法中的准确性方法感到困惑。据我所知,用户项目的评分矩阵是稀疏的。我知道我可以使用一些算法来预测缺失值和模型,如 RMSE 或 MAE,但是如何计算准确度?
对于某些项目,我不知道他们的真实评级。如果我使用 0,它会增加错误,不是吗?
感谢帮助!
graphlab - Graphlab knn 协同过滤的错误预测
我正在使用 Graphlab 的 item_similarity_recommender 并且我注意到 predict() 函数将零分配给大多数预测项目,即使评级从 1 到 5。这当然会导致 RMSE 非常高。
由于 item_similarity_recommender 是基于 KNN 的,我假设预测的评分应该是 1-5。谁能向我解释为什么会这样?
代码如下:
python - python lightfm ValueError:用户特征矩阵指定的特征多于估计的特征嵌入
我尝试使用 lightfm v. 1.14 来构建一个混合推荐系统。
我能够使用以下代码将所有数据放入稀疏矩阵中:
到目前为止,它看起来不错,只有通过“火车”我才能得到建议。但是当我添加 item_features 时,出现以下错误:
首先,在我看来错误消息是错误的,因为它是关于 item_features 而不是 user_features。
但更重要的是,我找不到我的错误。有人可以帮我吗?
r - 转换为 realRatingMatrix 后数据看起来不同
我正在尝试在R
. 数据集如下:
https ://drive.google.com/file/d/1FVh-Xg3NBtzKgZHnDTi7IjaATW_fPmW9/view?usp=sharing
现在,如果我们检查每个对象中的评论数量,两者都不匹配
而且评级范围也不匹配:
[1] 0 5
[1] 0 15
我也检查了其他数据集,没有出现问题。