基线baseline的电影推荐算法的准确率召回率

Question

基线baseline的电影推荐算法怎样计算其准确率和召回率？

import numpy as np
import pandas as pd
title=['user_id', 'item_id', 'rating', 'timestamp']
df = pd.read_csv("D:/Datamovies/ml-100k/u3.base",sep='\t',names = title)
test_df=pd.read_csv('D:/Datamovies/ml-100k/u3.test',sep='\t',names=title)
print (np.max(df['user_id']),np.max(df['item_id']))
ratings = np.zeros((943, 1682))
for row in df.itertuples():
    ratings[row[1]-1,row[2]-1] = row[3]
sparsity = float(len(ratings.nonzero()[0]))
sparsity /= (ratings.shape[0] * ratings.shape[1])
sparsity *= 100
print('训练集矩阵密度为: {:4.2f}%'.format(sparsity))
all_mean = np.mean(ratings[ratings!=0])
user_mean = sum(ratings.T)/sum((ratings!=0).T)
item_mean = sum(ratings)/sum((ratings!=0))
#用all_mean填充user_mean和item_mean可能存在的空值Nan
user_mean = np.where(np.isnan(user_mean), all_mean, user_mean)
item_mean = np.where(np.isnan(item_mean), all_mean, item_mean)
def predict_naive(user, item):
    prediction = item_mean[item] + user_mean[user] - all_mean
    return prediction
def rmse(pred, actual):
    '''计算预测结果的rmse'''
    from sklearn.metrics import mean_squared_error
    pred = pred[actual.nonzero()].flatten()
    actual = actual[actual.nonzero()].flatten()
    return np.sqrt(mean_squared_error(pred, actual))
# 用测试集测试
for row in test_df.itertuples():
    user,item,actual = row[1]-1,row[2]-1,row[3]
    predictions=[]
    predictions.append(predict_naive(user, item))
    actuals=[]
    actuals.append(actual)
print('测试结果的rmse为 %.4f' % rmse(np.array(predictions), np.array(actuals)))

Answer 1

以下内容由CHATGPT及笑面虎共同生成、有用望采纳：

---

【您想要解决的问题】： 您的问题是如何计算基线（baseline）电影推荐算法的准确率（Precision）和召回率（Recall）。在推荐系统中，准确率和召回率是用来衡量推荐质量的两个重要指标。准确率关注的是推荐列表中相关项目的比例，而召回率关注的是推荐系统能够找出的所有相关项目的比例。

【问题出现原因】： 您提供的代码是一个基于用户和物品平均评分的简单推荐算法，它并没有实现一个完整的推荐系统，因此无法直接计算准确率和召回率。准确率和召回率的计算通常需要以下步骤：

1. 有一个测试集，包含用户对物品的真实评分。
2. 有一个推荐列表，是推荐算法为用户生成的预测评分或推荐物品的列表。
3. 通过比较测试集和推荐列表来计算准确率和召回率。

【问题解决方案】： 要计算准确率和召回率，您需要修改代码以生成推荐列表，然后与测试集中的真实评分进行比较。以下是计算准确率和召回率的基本步骤：

1. 对于每个用户，生成一个推荐列表，通常是预测评分最高的N个物品。
2. 对于每个用户，从推荐列表中找到与测试集中的物品交集。
3. 计算准确率：推荐列表中的相关物品数除以推荐列表的长度。
4. 计算召回率：推荐列表中的相关物品数除以测试集中相关物品的总数。

【提供代码】： 以下是修改后的代码片段，用于生成推荐列表并计算准确率和召回率：

# ...之前的代码...

# 设置要推荐的Top N物品数量
TOP_N = 5

# 初始化准确率和召回率
precision_sum = 0
recall_sum = 0
user_count = 0

# 对于每个用户生成推荐列表并计算准确率和召回率
for user in range(ratings.shape[0]):
    # 计算每个物品的预测评分
    predictions = predict_naive(user, np.arange(ratings.shape[1]))
    # 找到Top N推荐的物品
    top_n_indices = np.argsort(-predictions)[:TOP_N]
    top_n_items = np.array([item_mean.index[rating] for rating in top_n_indices])
    
    # 计算准确率和召回率
    test_items = set(test_df[test_df['user_id'] == user+1]['item_id'] - 1)
    num_correct = len(set(top_n_items) & test_items)
    precision = num_correct / TOP_N if TOP_N != 0 else 0
    recall = num_correct / len(test_items) if len(test_items) != 0 else 0
    
    precision_sum += precision
    recall_sum += recall
    user_count += 1

# 计算平均准确率和召回率
average_precision = precision_sum / user_count
average_recall = recall_sum / user_count

print(f'平均准确率: {average_precision:.4f}')
print(f'平均召回率: {average_recall:.4f}')

【代码运行方式】： 您需要将上述代码片段添加到您现有的代码中，并确保您的环境中安装了numpy和pandas库。您可以使用Python解释器直接运行整个脚本。

【代码预期运行结果】： 代码将输出每个用户的平均准确率和召回率。

【推荐相关链接】：

• 推荐系统评估指标
• 推荐系统教程
• scikit-learn 评估指标