问题标签 [recommenderlab]

我有一个稀疏矩阵sparse，其中 1100 列对应于产品，超过 130k 行对应于用户。此稀疏矩阵中的值为 1 或 NA，其中 1 对应于“购买”，NA 对应于“不购买”。

我将此矩阵转换为 arealRatingMatrix并尝试以这种方式构建 IBCF 模型：

这个命令已经运行了几个小时，而另一个带有UBCF方法的模型在几秒钟内完成：

虽然项目-项目相似度矩阵可能需要更多时间来构建，但花费这么多时间是正常的，还是我的代码或我的方法有问题（比如，我应该将其转换为 abinaryRatingMatrix还是使用不同的参数？ )

我有一个数据集，Recoset，是用户对某些产品类别的评分。我正在尝试学习使用用户给出的评级来预测其他用户可能喜欢的产品类别，方法是在 R 中使用推荐程序实验室包的基于用户的协作过滤。

这是代码

现在，只要我预测 10 个或更少的用户，代码就可以正常工作（有时）。但是当我以这种方式将用户数量增加到 11 或更多时

我受到这个错误的欢迎

此错误有时也支持低至 2 个用户，但我从未收到 1 个用户的此错误。

我自己花了几天时间，浏览了整个推荐实验室文档，搜索了许多资源和教程，但调试了这个错误。任何解决此问题的帮助将不胜感激

这是数据集的链接

Win10 内部版本 18363.836；R 版本 R-4.0.2；RStudio 版本 1.3.1093；CPU：英特尔 i7-7500U；物理内存：16GB；硬盘：500GB SSD

我正在研究Instacart Market Basket数据集。为了使用推荐实验室 R 包构建推荐模型，我需要创建一个包含 customer_id 和 product_name 的矩阵以进行协作过滤。

加载数据后，我合并和过滤数据以准备训练集。

我试图建立这样的矩阵。

但是得到了错误信息：</p>

错误无法分配给不存在的元素。x 位置 2、3、4、5、6 等不存在。i 只有 1 个元素。

我无法解决问题，所以我根据这篇文章尝试了另一种构建矩阵的方法：</p>

现在显示：</p>

错误：无法分配大小为 19.2 Gb 的向量

所以我通过以下方式扩展了内存限制：

然后我检查了我的系统，它显示所有驱动器的总页面文件 43377MB（作为虚拟内存），这远远超过 R 要求生成矩阵。但仍然收到相同的错误消息。

我还尝试将火车数据分成四份，只转换了其中的 25%，但仍然出现错误：

错误：无法分配大小为 3.2 Gb 的向量

这甚至远远低于我笔记本电脑上的可用物理内存。而且由于我需要对数据进行协同过滤，因此最好将矩阵生成为一个整体。谁能帮我找出我在编码上犯了什么样的错误，或者教我另一种生成矩阵的方法？谢谢。

在这个将数据集评估为推荐系统的示例中，我不知道如何编写代码来加载 CSV 文件或 .inter 文件而不是内置数据集：

我只需要输入数据路径和文件名的完整代码行如何？我已经尝试了 Surprise 的网站，但我没有找到任何东西。所以我不想要示例中的 movielens 代码，而是加载数据路径和文件的行。

我正在使用推荐实验室从 UBCF 模型中获取推荐，并且我想提取用户之间的相似之处。但是，当我尝试使用 predict() 函数获取建议时，出现此错误：

另一方面，当我为 IBCF 模型尝试相同的方法时，它工作得很好。

这是UBCF结构：

这是 IBCF 结构：

似乎是什么问题？

尝试在使用评估方案后仅提取 RMSE 值并评估超过 10 次迭代。下面是我的代码：

运行getResults(results[['user-based CF']])[1]给出：

现在，我怎样才能只提取 RMSE 值？我尝试了各种方法，包括getResults(results[['user-based CF']])[1, 1]并尝试使用 colnames 进行提取。请帮忙。