来自 graphlab.recommender.item_similarity_recommender 的错误预测

数据挖掘 机器学习 预测建模 推荐系统
2022-03-10 09:52:59

我有一个关于“Graphlab”库的项目-项目协同过滤如何工作的基本理解的问题。我运行这段代码:

f = graphlab.SFrame({'user_id': ['0', '0', '0', '1', '1', '2', '2'],
                     'item_id': ['a', 'b', 'c', 'a', 'b', 'b', 'c'],
                     'rating': [ 1,   3,   2,   5,   4,   1,   4]})
m = graphlab.item_similarity_recommender.create(f, target="rating", similarity_type='cosine')

print m.get_similar_items(verbose=True)
print m.recommend()

输出是:

输出

数据的矩阵形式: 矩阵

根据模型,(1,c) 的推荐值为 1.096,但根据我的计算,它是 4.16!我的计算:

(1,c) = (sim(c,a)*5 + sim(c,b)*4)/(sim(c,a) + sim(c,b))
      = (0.0877*5 + 0.4385*4)/(0.0877+0.4385)
      = 4.16

请帮忙,我错过了什么?

0个回答
没有发现任何回复~