python - 如何从特定格式的 DataFrame 创建稀疏矩阵

Question

我正在使用带有列 = ['users_id', 'item_id', 'rating', 'timestamp', 'title'] 的 DataFrame 的 python 3.5，我正在使用 model = LightFM(loss='warp') 推荐模型

所以为了训练，我需要一个特定格式的稀疏矩阵 => (users_id, item_id) rating

like this

但是当我使用这个scipy.sparse.csr_matrix(data['users_id']) 时，我从未成功过。它给了我这样的东西:

(0,0) 5

(0,1) 5

(0,2) 4

(0,3) 5

我应该如何处理？

Answer 1

如果你想在你的 LightFM 模型中使用它之后创建一个稀疏矩阵，我认为你应该使用 Dataset图书馆提供的对象。例如，如果我调用您的 DataFrame df :

from lightfm.data import Dataset

data = Dataset()
data.fit(df.users_id.unique(), df.item_id.unique())
interactions_matrix, weights_matrix = data.build_interactions([tuple(i) for i in df.drop(['timestamp', 'title'], axis = 1).values])

fit 方法用于将您的 users_id 和 items_id 映射到内部 id，而 build_interactions 方法创建两个稀疏矩阵，一个二进制矩阵仅包含用户和项目之间的交互，另一个二进制矩阵具有权重(即评级)，它将 (user_id, item_id) 或 (user_id, item_id, weight) 的可迭代作为参数。

然后您可以使用这两个通过 build_interactions 创建的矩阵来拟合您在 LightFM 中的模型。

from lightfm import LightFM

model = LightFM(loss='warp')
model.fit(interactions_matrix, sample_weight = weights_matrix)

您可以在 LightFM documentation 中找到更多信息，例如，您可以看到有关 Building Datasets 的部分或 Quickstart .