如何使用scikit的Surprise做出预测？
谁的男孩
我在理解Surprise工作流的方式时遇到了一些麻烦。我有一个用于训练的文件（我试图将其分为训练和验证），以及一个用于测试数据的文件。我无法理解Surprise Dataset和Trainset之间的区别
# Import data
data_dir = 'DIRECTORY_NAME'
reader = Reader(rating_scale=(1, 5))
# Create pandas dataframes
train_valid_df = pd.read_csv(os.path.join(data_dir, 'TRAINING_FILENAME.csv'))
train_df, valid_df = train_test_split(train_valid_df, test_size=0.2)
test_df = pd.read_csv(os.path.join(data_dir, 'TEST_FILENAME.csv'))
# Create surprise Dataset objects
train_valid_Dataset = Dataset.load_from_df(train_valid_df[['user_id', 'item_id', 'rating']], reader)
train_Dataset = Dataset.load_from_df(train_df[['user_id', 'item_id', 'rating']], reader)
valid_Dataset = Dataset.load_from_df(valid_df[['user_id', 'item_id', 'rating']], reader)
test_Dataset = Dataset.load_from_df(test_df[['user_id', 'item_id', 'rating']], reader)
# Create surprise Trainset object (and testset object?)
train_Trainset = train_data.build_full_trainset()
valid_Testset = trainset.build_anti_testset()
然后，创建我的预测变量：
algo = KNNBaseline(k=60, min_k=2, sim_options={'name': 'msd', 'user_based': True})
现在，如果我想交叉验证，我会做
cross_v = cross_validate(algo, all_data, measures=['mae'], cv=10, verbose=True)
哪个训练模型（？），但是如果我想使用固定的验证集，该怎么办？这个：？
algo.fit(train_Trainset)
完成此操作后，我试图获得一些预测：
predictions = algo.test(valid_Testset)
print(predictions[0])
结果就是这样，
但是当我尝试使用项目和用户ID号进行预测时，它说这样的预测是不可能的：
print(algo.predict('13', '194'))
print(algo.predict('260', '338'))
print(algo.predict('924', '559'))
屈服： 
第一个用户/项对来自训练反集，第二对来自验证集，第三对来自训练集。我不知道为什么会这样，而且我发现文档有时会令人困惑。同样，许多在线教程似乎都是针对熊猫数据框进行训练的，但我会因此而出错。谁能澄清惊奇的工作流程实际上是什么样的？如何训练测试集并做出预测？
谢谢！
笨狼
希望这对您有所帮助，因为您需要进行单独的培训和测试，所以我们创建的数据类似于您的数据：
from surprise import Dataset, KNNBaseline, Reader
import pandas as pd
import numpy as np
from surprise.model_selection import cross_validate
reader = Reader(rating_scale=(1, 5))
train_df = pd.DataFrame({'user_id':np.random.choice(['1','2','3','4'],100),
'item_id':np.random.choice(['101','102','103','104'],100),
'rating':np.random.uniform(1,5,100)})
valid_df = pd.DataFrame({'user_id':np.random.choice(['1','2','3','4'],100),
'item_id':np.random.choice(['101','102','103','104'],100),
'rating':np.random.uniform(1,5,100)})
然后，我们需要将训练数据转换为surprise.trainset，类似于您所做的：
train_Dataset = Dataset.load_from_df(train_df[['user_id', 'item_id', 'rating']], reader)
valid_Dataset = Dataset.load_from_df(valid_df[['user_id', 'item_id', 'rating']], reader)
train_Dataset = train_Dataset.build_full_trainset()
对于拟合，您只需要train_Dataset，对于交叉验证，我不确定您要做什么，并且我认为这超出了预测的范围，因此我们适合：
algo = KNNBaseline(k=60, min_k=2, sim_options={'name': 'msd', 'user_based': True})
algo.fit(train_Dataset)
为了进行预测，您需要以列表或数组的形式提供输入，其形状与您的输入相同，因此，例如，如果我们要提供测试数据集，则将是：
testset = [valid_Dataset.df.loc[i].to_list() for i in range(len(valid_Dataset.df))]
algo.test(testset)[:2]
[Prediction(uid='2', iid='103', r_ui=3.0224818872683845, est=2.8486558674146125, details={'actual_k': 25, 'was_impossible': False}),
Prediction(uid='2', iid='103', r_ui=4.609064535195377, est=2.8486558674146125, details={'actual_k': 25, 'was_impossible': False})]
如果要测试一个或两个值，它将是：
algo.test([['1','101',None]])
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
如何使用 scikit learn 预测目标标签
- 2
使用Tensorflow做出预测遗失参数
- 3
如何使用GridSearchCV输出进行scikit预测？
- 4
如何使用scikit-learn评估预测的置信度得分
- 5
如何对这个训练有素的模型做出预测？
- 6
使用Scikit-Learn的SVR，您如何结合分类和连续功能来预测目标？
- 7
在使用scikit-learn测试多类svm时，如何找到预测的置信度？
- 8
如何在Scikit学习中使用OneVsRestClassifier分析使用多类分类预测每个单独类的性能？
- 9
如何在scikit-learn中预测时间序列？
- 10
scikit-learn：如何缩减“ y”预测结果
- 11
Scikit-Learn：如何检索KFold CV的预测概率？
- 12
使用scikit-learn预测有趣的文章
- 13
使用scikit确定每个功能对特定类别预测的贡献
- 14
Scikit-Learn：使用DBSCAN预测新点
- 15
使用scikit-learn的Imputer模块预测缺失值
- 16
使用scikit-learn预测电影评论
- 17
保留TFIDF结果以使用Scikit for Python预测新内容
- 18
使用scikit-learn预测单个值会导致ValueError
- 19
使用scikit-learn预测有趣的文章
- 20
使用scikit-learn预测电影评论
- 21
如何通过我的Keras神经网络一次做出单个预测
- 22
scikit中的RBM预测
- 23
scikit从coef_学习预测
- 24
scikit：这种情况的错误预测
- 25
Scikit学习和数据虚拟化：为什么在使用预测时必须使用ravel？
- 26
如何使用Torch7进行预测
- 27
如何使用Pybrain预测新数据？
- 28
如何使用ML sklearn管道进行预测？
- 29
如何使用pybrain权重进行预测
我来说两句