Netflixの賞金データの協調フィルタリングモデルを構築しようとしている割り当てを行っています。私が使用しているデータはCSVファイルにあり、データフレームに簡単にインポートできます。次に、行としてのユーザーと列としての映画で構成されるスパースマトリックスを作成し、各セルに対応する評価値を入力します。データフレームの値をマップしようとすると、データフレームの各行に対してループを実行する必要があります。これは、Rで多くの時間がかかりますが、誰かがより良いアプローチを提案できますか。サンプルコードとデータは次のとおりです。
buildUserMovieMatrix <- function(trainingData)
{
UIMatrix <- Matrix(0, nrow = max(trainingData$UserID), ncol = max(trainingData$MovieID), sparse = T);
for(i in 1:nrow(trainingData))
{
UIMatrix[trainingData$UserID[i], trainingData$MovieID[i]] = trainingData$Rating[i];
}
return(UIMatrix);
}
スパース行列の作成元のデータフレーム内のデータのサンプル：
MovieID UserID Rating
1 1 2 3
2 2 3 3
3 2 4 4
4 2 6 3
5 2 7 3
したがって、最終的には次のようなものが必要です。列は映画IDであり、行はユーザーIDです。
1 2 3 4 5 6 7
1 0 0 0 0 0 0 0
2 3 0 0 0 0 0 0
3 0 3 0 0 0 0 0
4 0 4 0 0 0 0 0
5 0 0 0 0 0 0 0
6 0 3 0 0 0 0 0
7 0 3 0 0 0 0 0
したがって、解釈は次のようになります。ユーザー2は映画1を3つ星と評価し、ユーザー3は映画2を3つ星と評価し、他のユーザーと映画についても同様です。私のデータフレームには約8500000行があり、コードがこのユーザーアイテムマトリックスを作成するのに約30〜45分かかります。提案があれば教えてください。
Matrixパッケージには、データのあなたのタイプのために特別に作られたコンストラクタがあります。
library(Matrix)
UIMatrix <- sparseMatrix(i = trainingData$UserID,
j = trainingData$MovieID,
x = trainingData$Rating)
それ以外の場合は、[マトリックスインデックスと呼ばれる関数の優れた機能について知りたいと思うかもしれません。あなたが試した可能性があります：
buildUserMovieMatrix <- function(trainingData) {
UIMatrix <- Matrix(0, nrow = max(trainingData$UserID),
ncol = max(trainingData$MovieID), sparse = TRUE);
UIMatrix[cbind(trainingData$UserID,
trainingData$MovieID)] <- trainingData$Rating;
return(UIMatrix);
}
（しかし、私は間違いなくsparseMatrixこれよりもアプローチをお勧めします。）
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加