zoukankan      html  css  js  c++  java
  • 推荐系统学习之评测指标

    1.处理数据集:将用户行为数据集按照均匀分布随机分成M份,挑选一份作为测试集,剩下的M-1份作为训练集

    复制代码
    import random
    def splitData(data,M,k,seed):
        test={}
        train={}
        random.seed(seed)
        for user,item in data:
            if random.randint(0,M)==k:
                test.append([user.item])
            else:
                train.append([user.item])
        return test,train
    复制代码

    2.评测指标

    ①准确率和召回率

    对用户u推荐N个物品(记为R(u)),令用户u在测试集上喜欢的物品的集合为T(u),召回率和准确率可以用来评测推荐算法的精度,计算公式为

    复制代码
    def Recall(train,test,N):
        hit=0
        all=0
        for user in train.keys():
            Tu=test[user]
            rank=GetRecommendation(user,N)
            for item,pui in rank:
                if item in Tu:
                    hit+=1
            all+=len(Tu)
        return hit/(all*1.0)
    
    def Precision(train,test,N):
        hit=0
        all=0
        for user in train.keys():
            Tu=test[user]
            rank=GetRecommendation(user,N)
            for item,pui in rank:
                if item in Tu:
                    hit+=1
            all+=N
        return hit/(all*1.0)
    复制代码

    ②覆盖率覆盖率反应了推荐算法发掘长尾的能力,覆盖率越高,说明推荐算法越能将长尾中的物品推荐给用户,覆盖率定义为:

    其中I表示所有物品的集合,覆盖率表示最终的推荐列表中包含多大比例的物品,如果所有用户都被推荐给至少一个用户,则覆盖率为100%,计算覆盖率的算法为:

    复制代码
    def Coverage(train,test,N):
        recommend_items=set()
        all_items=set()
        for user in train.keys():
            for item in train[user].keys():
                all_items.add(item)
            rank=GetRecommendation(user,N)
            for item,Pui in rank:
                recommend_items.add(item)
        return len(recommend_items)/(len(all_items)*1.0)
    复制代码

    ③推荐的新颖度,用推荐列表中物品的平均流行度度量推荐结果的新颖都,如果推荐出的物品都很热门,说明推荐的新颖度较低,否则说明推荐结果比较新颖

    复制代码
    def Popularity(train,test,N):
        item_popularity=dict()
        for user,items in train.items():
            for item in items.keys():
                if item not in item_popularity:
                    item_popularity[item]=0
                item_popularity[item]+=1
        ret=0
        n=0
        for user in train.keys():
            ret+=math.log(1+item_popularity[item])
            n+=1
        ret/=n*1.0
        return ret
    复制代码

    在计算平均流行度时对每个物品发流行度取对数,这是因为武平的流行度分布满足长尾分布,在取对数后,流行度的平均值更加稳定。

  • 相关阅读:
    01
    商城管理系统
    10
    09
    08
    07(3)
    07(2)
    07
    06
    jsp第一次作业
  • 原文地址:https://www.cnblogs.com/cmybky/p/11776395.html
Copyright © 2011-2022 走看看