C# Класс MyMediaLite.RatingPrediction.MatrixFactorization

Simple matrix factorization class, learning is performed by stochastic gradient descent (SGD)

Factorizing the observed rating values using a factor matrix for users and one for items.

NaN values in the model occur if values become too large or too small to be represented by the type float. If you encounter such problems, there are three ways to fix them: (1) (preferred) Use BiasedMatrixFactorization, which is more stable. (2) Change the range of rating values (1 to 5 works generally well with the default settings). (3) Decrease the learn_rate.

This recommender supports incremental updates.

Наследование: MyMediaLite.RatingPrediction.IncrementalRatingPredictor, IIterativeModel, IFoldInRatingPredictor

Показать файл Открыть проект Примеры использования класса

Защищенные свойства (Protected)

Свойство	Тип	Описание
global_bias	double
item_factors	Matrix
user_factors	Matrix

Открытые методы

Метод	Описание
AddRating ( int user_id, int item_id, double rating ) : void
ComputeFit ( ) : double
ComputeLoss ( ) : double	Compute the regularized loss
Iterate ( ) : void
LoadModel ( string filename ) : void
MatrixFactorization ( ) : System	Default constructor
Predict ( int user_id, int item_id ) : double	Predict the rating of a given user for a given item If the user or the item are not known to the recommender, the global average is returned. To avoid this behavior for unknown entities, use CanPredict() to check before.
RemoveItem ( int item_id ) : void
RemoveRating ( int user_id, int item_id ) : void
RemoveUser ( int user_id ) : void
RetrainItem ( int item_id ) : void	Updates the latent factors of an item
RetrainUser ( int user_id ) : void	Updates the latent factors on a user
SaveModel ( string filename ) : void
ToString ( ) : string
Train ( ) : void
UpdateRating ( int user_id, int item_id, double rating ) : void

Защищенные методы

Метод	Описание
AddItem ( int item_id ) : void
AddUser ( int user_id ) : void
InitModel ( ) : void	Initialize the model data structure
Iterate ( IList rating_indices, bool update_user, bool update_item ) : void	Iterate once over rating data and adjust corresponding factors (stochastic gradient descent)
Predict ( int user_id, int item_id, bool bound ) : double

Приватные методы

Метод	Описание
LearnFactors ( IList rating_indices, bool update_user, bool update_item ) : void

Описание методов

AddItem() защищенный Метод

protected AddItem ( int item_id ) : void
item_id	int
Результат	void

AddRating() публичный Метод

public AddRating ( int user_id, int item_id, double rating ) : void
user_id	int
item_id	int
rating	double
Результат	void

AddUser() защищенный Метод

protected AddUser ( int user_id ) : void
user_id	int
Результат	void

ComputeFit() публичный Метод

public ComputeFit ( ) : double
Результат	double

ComputeLoss() публичный Метод

Compute the regularized loss

public ComputeLoss ( ) : double
Результат	double

InitModel() защищенный Метод

Initialize the model data structure

protected InitModel ( ) : void
Результат	void

Iterate() публичный Метод

public Iterate ( ) : void
Результат	void

Iterate() защищенный Метод

Iterate once over rating data and adjust corresponding factors (stochastic gradient descent)

protected Iterate ( IList rating_indices, bool update_user, bool update_item ) : void
rating_indices	IList	a list of indices pointing to the ratings to iterate over
update_user	bool	true if user factors to be updated
update_item	bool	true if item factors to be updated
Результат	void

LoadModel() публичный Метод

public LoadModel ( string filename ) : void
filename	string
Результат	void

MatrixFactorization() публичный Метод

Default constructor

public MatrixFactorization ( ) : System
Результат	System

Predict() публичный Метод

Predict the rating of a given user for a given item

If the user or the item are not known to the recommender, the global average is returned. To avoid this behavior for unknown entities, use CanPredict() to check before.

public Predict ( int user_id, int item_id ) : double
user_id	int	the user ID
item_id	int	the item ID
Результат	double

Predict() защищенный Метод

protected Predict ( int user_id, int item_id, bool bound ) : double
user_id	int
item_id	int
bound	bool
Результат	double

RemoveItem() публичный Метод

public RemoveItem ( int item_id ) : void
item_id	int
Результат	void

RemoveRating() публичный Метод

public RemoveRating ( int user_id, int item_id ) : void
user_id	int
item_id	int
Результат	void

RemoveUser() публичный Метод

public RemoveUser ( int user_id ) : void
user_id	int
Результат	void

RetrainItem() публичный Метод

Updates the latent factors of an item

public RetrainItem ( int item_id ) : void
item_id	int	the item ID
Результат	void

RetrainUser() публичный Метод

Updates the latent factors on a user

public RetrainUser ( int user_id ) : void
user_id	int	the user ID
Результат	void

SaveModel() публичный Метод

public SaveModel ( string filename ) : void
filename	string
Результат	void

ToString() публичный Метод

public ToString ( ) : string
Результат	string

Train() публичный Метод

public Train ( ) : void
Результат	void

UpdateRating() публичный Метод

public UpdateRating ( int user_id, int item_id, double rating ) : void
user_id	int
item_id	int
rating	double
Результат	void

Описание свойств

global_bias защищенное свойство

The bias (global average)

protected double global_bias
Результат	double

item_factors защищенное свойство

Matrix containing the latent item factors

protected Matrix item_factors
Результат	Matrix

user_factors защищенное свойство

Matrix containing the latent user factors

protected Matrix user_factors
Результат	Matrix