Я строю систему рекомендаций, используя библиотеку сюрпризов, написанную на python. По сути, у меня есть большой набор данных с рейтингами, и моя идея заключается в том, чтобы использовать NMF, SVD или любой другой алгоритм для вычисления коэффициентов фильмов, а затем использовать эти коэффициенты в качестве начальных коэффициентов фильмов для набора данных с новыми пользователями. Все это, чтобы ускорить рекомендации вычислительного времени и не надо все переучивать.
Я попытался инициализировать коэффициенты фильма, однако, когда я подгоняю алгоритм к набору поездов, коэффициенты фильма снова инициализируются с помощью algo.fit (). Я хотел знать, есть ли способ установить начальные веса для алгоритмов, предложенных библиотекой сюрпризов
algo = SVD()
algo.qi = movie_coeff # movie coeff were computer before with an other Dataset
algo.fit(trainset) # Here the movie coefficients are initialized again