之前写过用python实现svd推荐算法,这次更进一步,在原来的基础上实现了svd++算法,基本框架和之前一篇是类似的.
SVD++算法的预测评分式子如下。
与SVD相比增加的是这部分:
它的含义是这样的:评分行为从侧面反映了用户的喜好,可以将这样的反映通过隐式参数形式体系在模型中,得到的就是上式的部分,其中Iu是用户u评论过的物品的集合,yj为隐藏的评价了物品j的个人喜好偏置,也通过梯度下降算法优化。这里的-1/2是个经验值。
详细代码如下:
import numpy as np import random ''' author:huang svd++ algorithm ''' class SVDPP: def __init__(self,mat,K=20): self.mat=np.array(mat) self.K=K self.bi={} self.bu={} self.qi={} self.pu={} self.avg=np.mean(self.mat[:,2]) self.y={} self.u_dict={} for i in range(self.mat.shape[0]): uid=self.mat[i,0] iid=self.mat[i,1] self.u_dict.setdefault(uid,[]) self.u_dict[uid].append(iid) self.bi.setdefault(iid,0) self.bu.setdefault(uid,0) self.qi.setdefault(iid,np.random.random((self.K,1))/10*np.sqrt(self.K)) self.pu.setdefault(uid,np.random.random((self.K,1))/10*np.sqrt(self.K)) self.y.setdefault(iid,np.zeros((self.K,1))+.1) def predict(self,uid,iid): #预测评分的函数 #setdefault的作用是当该用户或者物品未出现过时,新建它的bi,bu,qi,pu及用户评价过的物品u_dict,并设置初始值为0 self.bi.setdefault(iid,0) self.bu.setdefault(uid,0) self.qi.setdefault(iid,np.zeros((self.K,1))) self.pu.setdefault(uid,np.zeros((self.K,1))) self.y.setdefault(uid,np.zeros((self.K,1))) self.u_dict.setdefault(uid,[]) u_impl_prf,sqrt_Nu=self.getY(uid, iid) rating=self.avg+self.bi[iid]+self.bu[uid]+np.sum(self.qi[iid]*(self.pu[uid]+u_impl_prf)) #预测评分公式 #由于评分范围在1到5,所以当分数大于5或小于1时,返回5,1. if rating>5: rating=5 if rating<1: rating=1 return rating #计算sqrt_Nu和∑yj def getY(self,uid,iid): Nu=self.u_dict[uid] I_Nu=len(Nu) sqrt_Nu=np.sqrt(I_Nu) y_u=np.zeros((self.K,1)) if I_Nu==0: u_impl_prf=y_u else: for i in Nu: y_u+=self.y[i] u_impl_prf = y_u / sqrt_Nu return u_impl_prf,sqrt_Nu def train(self,steps=30,gamma=0.04,Lambda=0.15): #训练函数,step为迭代次数。 print('train data size',self.mat.shape) for step in range(steps): print('step',step+1,'is running') KK=np.random.permutation(self.mat.shape[0]) #随机梯度下降算法,kk为对矩阵进行随机洗牌 rmse=0.0 for i in range(self.mat.shape[0]): j=KK[i] uid=self.mat[j,0] iid=self.mat[j,1] rating=self.mat[j,2] predict=self.predict(uid, iid) u_impl_prf,sqrt_Nu=self.getY(uid, iid) eui=rating-predict rmse+=eui**2 self.bu[uid]+=gamma*(eui-Lambda*self.bu[uid]) self.bi[iid]+=gamma*(eui-Lambda*self.bi[iid]) self.pu[uid]+=gamma*(eui*self.qi[iid]-Lambda*self.pu[uid]) self.qi[iid]+=gamma*(eui*(self.pu[uid]+u_impl_prf)-Lambda*self.qi[iid]) for j in self.u_dict[uid]: self.y[j]+=gamma*(eui*self.qi[j]/sqrt_Nu-Lambda*self.y[j]) gamma=0.93*gamma print('rmse is',np.sqrt(rmse/self.mat.shape[0])) def test(self,test_data): #gamma以0.93的学习率递减 test_data=np.array(test_data) print('test data size',test_data.shape) rmse=0.0 for i in range(test_data.shape[0]): uid=test_data[i,0] iid=test_data[i,1] rating=test_data[i,2] eui=rating-self.predict(uid, iid) rmse+=eui**2 print('rmse of test data is',np.sqrt(rmse/test_data.shape[0])) def getMLData(): #获取训练集和测试集的函数 import re f=open("C:/Users/xuwei/Downloads/ml-100k/ml-100k/u1.base",'r') lines=f.readlines() f.close() data=[] for line in lines: list=re.split('\t|\n',line) if int(list[2]) !=0: data.append([int(i) for i in list[:3]]) train_data=data f=open("C:/Users/xuwei/Downloads/ml-100k/ml-100k/u1.test",'r') lines=f.readlines() f.close() data=[] for line in lines: list=re.split('\t|\n',line) if int(list[2]) !=0: data.append([int(i) for i in list[:3]]) test_data=data return train_data,test_data train_data,test_data=getMLData() a=SVDPP(train_data,30) a.train() a.test(test_data)测试数据的结果RMSE大概是0.93左右,比SVD略微好一些,不过训练速度慢了很多,应该是因为计算yj那里的关系。