使用Prediction算法

Prediction算法使用

Surprise 提供了许多built-in算法. 所有算法从AlgoBase基类继承, 当使用一些关键的函数时(比如predict, fit 和 test). 可以从prediction_algorithms包文档中获得所有可以使用的算法的详细信息

每一个算法都是Surprise的一个全局的命名空间, 所以我们需要从Surprise包中导入算法, 比如

一些算法可能会使用 baseline estimates，也有一些可能会使用 similarity measure，现在我们回顾一下baselines and similarities是如何计算的

Baselines estimates配置
这部分仅仅适用于最小化带正则化的squared error

对于不同的算法（比如SVD），Baselines estimates配置也是不同的，对每一个算法都是特定的，请参考他们各自的文档。

如果你不想对Baselines estimates进行配置，它自己带有默认的参数。

Baselines可以通过随机梯度下降法Stochastic Gradient Descent (SGD)和交替最小二乘法Alternating Least Squares (ALS)进行计算。

可以通过 bsl_options 参数进行 Baselines的配置，method参数表示要使用的方法， ‘als’ (默认) 或者是 ‘sgd’.

ALS的相关参数如下：

'reg_i'：items的正则化项，对应着λ2，默认值是10
'reg_u'：users的正则化项，对应着λ3，默认值是15
'n_epochs'：ALS执行的轮数，默认是10

SGD的相关参数如下：

'reg'：所要优化的损失函数的正则化项，对应着λ1和λ5，默认值是0.02
'learning_rate'：SGD的学习速率，对应着γ，默认是0.005
'n_epochs'：SGD执行的轮数，默认是20

不管是ALS还是SGD，user和item偏置(bu和 bi)初始化为0

#ALS初始化例子：
print('Using ALS')
bsl_options = {'method': 'als',
               'n_epochs': 5,
               'reg_u': 12,
               'reg_i': 5
               }
algo = BaselineOnly(bsl_options=bsl_options)

Using ALS

#SGD初始化例子：
print('Using SGD')
bsl_options = {'method': 'sgd',
               'learning_rate': .00005,
               }
algo = BaselineOnly(bsl_options=bsl_options)

值得注意的一点是在进行相似度测量时，也可能使用 baselines， 比如pearson_baseline相似度。

不管是在用在实际的预测 r^ui或者其他地方，配置工作和之前的一样。

bsl_options = {'method': 'als',
               'n_epochs': 20,
               }
sim_options = {'name': 'pearson_baseline'}
algo = KNNBasic(bsl_options=bsl_options, sim_options=sim_options) #KNNBasic为基础的协同过滤算法

相似度度量配置
许多算法使用相似度度量来估计评分，配置方法和baseline rating类似，在算法建立时，使用sim_options进行配置，下面介绍关键的参数：

  'name'：相似度度量方法的名称， 这些方法定义在similarities中，默认是'MSD'
  'user_based'：控制是否计算users和items之间的相似度，这个参数对于预测算法的性能有着重要的影响，默认是True（计算users之间的相似度）                   False（计算items之间的相似度）
  'min_support'：相同items的最小数量（当'user_based'为True时）或者相同users的最小数量（当'user_based'为False时），如果满足最小数量，那                 么相似度不为0，如果|Iuv|<min_support 然后 sim(u,v)=0. 
  'shrinkage'：Shrinkage参数仅仅在使用（相关性或者相似度度量）时使用，默认是100

#使用例子
sim_options = {'name': 'cosine',
               'user_based': False  # 计算items之间的相似度
               }
algo = KNNBasic(sim_options=sim_options)

sim_options = {'name': 'pearson_baseline',
               'shrinkage': 0  # no shrinkage
               }
algo = KNNBasic(sim_options=sim_options)