我正在尝试将引号添加到从 recommenderlab库中预测输出的列表中。看起来如下所示。我面临着将其变成连接字符串的挑战，例如

预期的：

尝试了不同的方法

用过的：

编辑以获取更多信息

当您在此处看到列表时，它将采用上述格式：

我希望它像：

全部连接为一个字符串，就像上面一样

谢谢但是

paste0(shQuote(list1),collapse=",")

上面也不是我想要的，因为这给了我“\”，请让我知道可以做什么

cat(paste0(shQuote(v_list[["bi_Marika77"]]),collapse=";"))

- 这行得通。谢谢大家

但是，我在这里有一个小挑战想要将上述结果保留在数据框中，其中第一列将是用户 ID，第二列将是连接列表。请帮忙！

想要将推荐实验室预测列表保存为“”分隔列表的列表。我有一个相同的问题，但在这里想用一个转折来扩展它。

我已经尝试了几种方法，并在下面发现了相关但坚持将输出放入“”逗号分隔脚本的简单步骤。

以上给了我给定的用户：

我想将用户和电影放在数据框中，其中第一列将是用户，第二列将是上述连接形式的电影

我正在使用 R 中的 Recommenderlab 构建一个推荐系统，为新用户提供精酿啤酒建议。

但是，在运行模型时，我会收到每个用户对大部分训练数据集的相同预测，或者收到“字符（0）”作为输出。如何接收与每个用户关联且不重复的预测？

我正在使用的数据集可以在这里找到：https ://www.kaggle.com/rdoume/beerreviews/version/1

我尝试将数据框直接转换为矩阵，然后转换为 realRatingMatrix。

为了获得任何建议，我需要在将数据框转换为矩阵之前使用 data.table 库中的“dcast”函数。

我还尝试从矩阵中删除第一列以删除用户 ID。

需要注意的一点是，在对数据进行采样时，可能有几行“reviewer”为空白，但评分和啤酒 ID 在那里。

上面的代码将导致：

将数据框转换为矩阵，然后将 realRatingMatrix 转换为不首先转换为表格的结果是用户的推荐结果为：

首先使用“dcast”函数，然后将数据帧转换为矩阵并删除第一列，然后转换为 realRatingMatrix 为几乎每个用户返回相同的预测：

任何帮助是极大的赞赏。

我正在尝试对“binaryRatingMatrix”类型的数据应用“HybridRecommender”，但在尝试预测“topNList”时出现错误。

我目前正在使用推荐实验室版本 0.2-2 的 Windows 机器上运行 R-64bit（版本 3.4.4）

下面是示例数据集

将矩阵转换为 binaryRatingMatrix

计算混合推荐器

计算预测的推荐项目“topNList”（有错误）

我的预期结果将与以下相同，我尝试在单个推荐器上运行并且效果很好

新编辑：在“realRatingMatrix”上尝试了“HybridRecommender”，它正常工作

问题：我很想知道为什么预测无法在“HybridRecommender”上工作，而它在单个“Recommender”和“realRatingMatrix”上工作？任何评论和帮助表示赞赏。谢谢！

我目前正在使用R推荐器实验室构建产品推荐，在计算AR推荐器之后，我希望了解关联规则，但我找不到任何为什么要从推荐器对象中提取完整的关联规则。

下面是示例数据集

将矩阵转换为 binaryRatingMatrix

使用训练数据创建基于用户的 CF 推荐器

查看 AR 推荐对象，r@model$rule_base我发现“rule_base”

问题：如何从推荐对象中提取关联规则作为数据框？

• 获取带有列的关联规则数据框（LHS、RHS、支持、置信度、提升、计数）

我正在尝试了解 R 中推荐实验室库的给定协议。

从原始文档https://cran.r-project.org/web/packages/recommenderlab/vignettes/recommenderlab.pdf：

测试是通过扣留项目（给定参数）来执行的。布里斯等人。(1998) 介绍了四种实验性的预扣协议，称为 Given 2、Given 5、Given 10 和 All-but-1。在测试期间，Given x 协议仅向测试用户提供 x 个随机选择的项目的算法，并且该算法通过它能够预测保留项目的能力来评估

我不明白这仅适用于测试用户的事实。为什么我们不能简单地将其应用于所有用户，并且我们需要在训练和测试用户之间分开并使用给定的协议？

由于我们只为算法提供了很少的项目来理解模式并产生预测，然后根据其余项目测试/衡量这些预测的好坏，为什么我们只需要为测试用户这样做，我们可以不是为所有人做的吗？培训用户如何服务？当给定算法时，让我们说 10 个项目来理解目标用户的模式，它不是使用整个数据集（训练和测试）来计算用户邻域（例如，UBCF），以便做出稍后的预测评估使用被扣留的项目？如果不是，这意味着在此过程中它只查看培训用户（例如 80%），为什么不查看测试用户呢？在附近有另一个测试用户有什么问题，并且只需要培训用户吗？那部分我不明白。或者我的假设是错误的？

总结一下：为什么我们都需要给定的协议，以及训练和测试之间的分离？

我希望我的问题是有道理的，我真的很想找到解决方案。先感谢您 ：）

我目前正在研究用户项目协同过滤模型。

我有一组用户和他们购物过的地方，并尝试使用 R 构建推荐模型。

该项目有两个目标：a）向所有客户推荐新商店 b）提供统计数据以显示模型的准确性。

我有 2 年的数据。

为了回答 b)，我将我的数据子集分配给在前 1.5 年和接下来的 6 个月内购买的客户。我在前 1.5 年的交易数据上创建了一个模型，然后将模型预测与 ACTUAL 6 个月的数据进行了比较。

通过执行上述操作，我确定我要使用 UBCF 和 nn=500，并且我能够达到大约 80% 的准确度。

但是，我现在不确定如何预测整个用户群。我正在考虑将整个数据集应用于我刚刚创建的模型，但存在偏差/将不准确，因为并非所有商店都在我创建的这个小模型中表示。

---

我读过人们做过不同事情的文章和教程。我见过他们输入整个数据集，并应用 [which] 子集，以便它以 80% 创建模型并使用剩余的 20% 进行测试。

我的问题是，如果我要使用这个过程，当模型只为 20% 的用户提供预测时，我将如何获得所有用户的推荐？

最好在整个数据集上创建模型吗？

子集数据

创建周期标志

识别要在培训模型中使用的客户

培训模型的提取客户列表

1 年内购买的客户和两年内购买的客户的子集，仅限第一年购物的客户

培训模型中使用的客户的 SCV

转置到列

## ##

这些图中的第一个（在 x 轴上带有 FPR）是 ROC 曲线。性能更好的模型是具有最高面积的曲线，因此在这些测试参数中，性能更好的模型是 nn=500 的 UBCF。或者，nn=50。

根据精度/召回图，nn 应设置为 500。

使用 UBCF 的模型 nn = 500

---

重塑 df 使所有评级都在一列中。然后使用它来创建一个唯一的表，然后进行计数，因为这总是会使 excel 崩溃。

移除评分

所以基本上我想知道如何在我的整个数据集上创建模型？以及如何提取所有评级？

谢谢

谁能解释为什么这两个相关矩阵返回不同的结果？

我正在尝试“recommenderlab”包，并在使用RecommenderRegistry$get_entries() 函数时遇到错误。

为了获取有关推荐算法的信息，我尝试了

但是输出在中间被截断，如下所示。

当我尝试

所有参数均显示无误。

另外，我尝试重新安装它，但结果是一样的。RecommendationerRegistry$get_entries() 应该显示此包中可用的 15 种算法。有没有人遇到过类似的问题？

系统信息如下
R version 3.6.1 (2019-07-05)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows >= 8 x64 (build 9200)
Matrix products: default
locale: [1] LC_COLLATE=Korean_Korea.949 [2] LC_CTYPE=Korean_Korea.949 [3] LC_MONETARY=Korean_Korea.949 [4] LC_NUMERIC=C [5] LC_TIME=Korean_Korea.949
附加基本包：[1] 统计图形 grDevices utils 数据集
通过命名空间加载的 方法库（未附加）：[1] compiler_3.6.1 tools_3.6.1 [3] yaml_2.2.0

我是 R 的新手，需要一些推荐实验室的建议。

我有一个由 6 个变量组成的“训练”数据集，第一行如下所示：

我正在尝试使用推荐实验室来使用 UBCF，并使用以下代码：

但是得到这个错误

（函数（类，fdef，mtable）中的错误：无法找到签名“字符”的函数“推荐者”的继承方法</p>

知道有什么问题吗？