R «HybridRecommender» в пакете Recommenderlab не может предсказать «binaryRatingMatrix» - PullRequest
0 голосов
/ 04 апреля 2019

Я пытаюсь применить «HybridRecommender» к данным типа «binaryRatingMatrix», но при попытке предсказать «topNList» я получил ошибку.

В настоящее время я использую R-64bit (версия 3.4.4) на Windows-машине с Recommenderlab версии 0.2-2

Ниже приведен пример набора данных

m <- matrix(sample(c(0,1), 50, replace=TRUE), nrow=5, ncol=10,
            dimnames=list(users=paste("u", 1:5, sep=''),
                           items=paste("i", 1:10, sep='')))

Конвертировать матрицу в binaryRatingMatrix

b <- as(m, "binaryRatingMatrix")

Compute HybridRecommender

system.time(
     recom <- recommenderlab::HybridRecommender(
         Recommender(b, method = "AR"),
         Recommender(b, method = "IBCF"),
         Recommender(b, method = "POPULAR"),
         Recommender(b, method = "UBCF"),
         weights = c(.25, .25, .25, .25))
)

Вычислить прогнозируемые элементы рекомендаций "topNList" (с ошибкой)

as(predict(recom, 1, newdata = b, type = "topNList", n = 10), "list")

Error in match.arg(type) : 'arg' should be one of “topNList”

Мои ожидаемые результаты будут такими же, как показано ниже, я попытался запустить один рекомендатель, и он хорошо работает

r <- Recommender(b, method = "AR")
as(predict(r, 1, newdata = b, type = "topNList", n = 10), "list")

$u1
character(0)

$u2
[1] "i10" "i2"  "i5"  "i6"  "i9"  "i8" 

$u3
[1] "i4" "i6" "i9" "i8" "i3"

$u4
[1] "i9" "i8"

$u5
[1] "i7"  "i3"  "i2"  "i10" "i4"  "i5"  "i6"  "i1"

Новое редактирование: Пробовал "HybridRecommender" на "realRatingMatrix", он работает как обычно

data(Jester5k)

class(Jester5k)
[1] "realRatingMatrix"
attr(,"package")
[1] "recommenderlab"

system.time(
  recom <- HybridRecommender(
      Recommender(Jester5k, method = "POPULAR"),
      Recommender(Jester5k, method = "IBCF"),
      Recommender(Jester5k, method = "SVDF"),
      Recommender(Jester5k, method = "UBCF"),
      weights = c(.25, .25, .25, .25))
)

getList(predict(recom, 1:5, Jester5k, n = 5))

[[1]]
[1] "j84" "j85" "j83" "j82" "j81"

[[2]]
[1] "j89" "j93" "j76" "j81" "j88"

[[3]]
character(0)

[[4]]
character(0)

[[5]]
[1] "j80"  "j81"  "j100" "j72"  "j89" 

Вопрос: мне любопытно узнать, почему прогноз не может работать с «HybridRecommender», в то время как он работает с одиночными «Recommender» и «realRatingMatrix»? Любые комментарии и помощь приветствуются. Спасибо!

1 Ответ

0 голосов
/ 07 апреля 2019

Это ошибка, и проблема решена в последней версии разработки (версия 0.2-4.1), доступной на Github. Пожалуйста, проверьте детали Здесь

...