J'utilise le filtrage collaboratif basé sur l'utilisateur du paquet recommenderlab
dans R pour faire des recommandations sur les éléments N premiers à un utilisateur. J'utilise une matrice d'item utilisateur binaire en entrée (créée à partir de l'historique des achats).R: Obtention des probabilités d'achat par le client d'articles du top-N du paquet recommenderlab
Est-il possible d'obtenir des probabilités que le client achètera l'article pour chacun des articles N-top au lieu de simplement obtenir les articles N-top?
dB
est ma matrice de l'élément-utilisateur et je suis en utilisant le code suivant:
r <- as(dB, "binaryRatingMatrix")
rTrain <- r[1:874, ]
rTest <- r[875, ]
rr <- Recommender(rTrain, method = "UBCF",
parameter = list(method = "Jaccard", nn = 50))
rrP <- predict(rr, rTest, n = 500, type = "topNList")
predCF <- as(rrP, "list")
Dans predict
méthode dans le package caret
il vous suffit de préciser type="prob"
, donc je cherche quelque chose de similaire dans le paquet recommenderlab
. J'ai essayé de mettre type="ratings"
, mais j'ai eu le même résultat.