python-3.x - 如何修复 for 循环不迭代的函数。 Python 中的推荐系统

Question

我正在使用 python 库 Surprise 开发推荐系统。我正在尝试创建一个函数，它可以迭代完整的电影列表，并根据我调用该函数时定义的用户 ID 来预测它们的排名值。

这是针对 Python3 的，带有惊讶库和 SVD 算法。该数据集来自开源MovieLens:Link to the dataset

from surprise import Dataset
from surprise import Reader
from surprise import SVD
import pandas as pd

reader = Reader(line_format='user item rating timestamp', sep='\t')
data = Dataset.load_from_file('./dataset/ml-100k/u.data', reader=reader)
movies = pd.read_csv('./dataset/ml-100k/u.item',sep='|', encoding='latin-1', usecols=[0,1], names=['iid', 'name'])
algorithm = SVD()
trainset = data.build_full_trainset()
algorithm.fit(trainset)

def prediction(uid):
    ratings=[]
    for iid in movies['iid']:
        pred = algorithm.predict(uid, iid)
        ratings.append(pred[3])
    return ratings

prediction(321)

我希望该函数为每个项目和函数调用中给出的单个用户构建一个评分列表(预测值 [3])。

[3.52986,
 3.69845,
 2.98954,
 3.00545,
 3.84254,
 ...]

但实际输出是一个长度等于电影列表长度的列表(这很好)，但一遍又一遍地重复相同的评级。

 [3.52986,
 3.52986,
 3.52986,
 3.52986,
 3.52986,
 3.52986,
 3.52986,
 3.52986,
 ...]

因此，看到实际输出，我认为 for 循环存在问题，它迭代并附加结果，但在每次迭代时使用相同的 iid。我正在尝试创建一个函数，其中 uid 保持固定，但 iid 每次迭代都会发生变化。

编辑:按照建议，我在循环内添加了 print(iid) ，并且它正确地迭代打印所有 iid。但它在 pred = Algorithm.predict(uid, iid) 行内不起作用

Answer 1

循环没问题。看来我使用了错误的方法来返回 SVD 算法的结果。同时，我发现以下代码产生的结果与我用自己的函数寻找的结果有些相似。

感谢大家的时间和努力。

   from collections import defaultdict
   testset = trainset.build_anti_testset()
   predictions = algorithm.test(testset)

   def get_top_n(predictions, n=10):
   top_n = defaultdict(list)
   for uid, iid, true_r, est, _ in predictions:
       top_n[uid].append((iid, est))
   for uid, user_ratings in top_n.items():
       user_ratings.sort(key=lambda x: x[1], reverse=True)
       top_n[uid] = user_ratings[:n]
   return top_n

   top_n = get_top_n(predictions, n=10)

   for uid, user_ratings in top_n.items():
   print(uid, [iid for (iid, _) in user_ratings])

196 ['408', '127', '190', '187', '318', '64', '191', '357', '169', '272']
186 ['496', '165', '515', '923', '318', '313', '64', '223', '530', '478']
22 ['22', '205', '357', '100', '169', '923', '64', '269', '69', '285']
244 ['474', '127', '408', '483', '285', '12', '1142', '134', '493', '480']
166 ['318', '174', '408', '98', '483', '64', '480', '114', '169', '511']
298 ['64', '169', '12', '478', '114', '272', '166', '408', '513', '923']
115 ['408', '168', '114', '285', '483', '919', '169', '480', '179', '189']