J'ai la similarité que je reçois de pairwise dans la bibliothèque Python pour CF basé sur l'élément. Ensuite, j'utilise cette prédiction de Implementing your own recommender systems in Python.Élément Prévision à partir du système de recommandation
pred = ratings.dot(similarity)/np.array([np.abs(similarity).sum(axis=1)])
mais j'obtiens une mauvaise prédiction d'évaluation. La prédiction d'évaluation est de l'ordre de 0,1 à 0,9. Ce calcul de pred est-il valide?
Qu'espérez-vous obtenir? '0.1 - 0.9' ressemble à une plage normalisée, ce qui devrait être très bien, mais toutes vos valeurs seront comprises entre' 0.01 et 0.99 (ou 1) 'en fonction de leur correspondance. Pensez-vous pouvoir récupérer des chiffres plus importants? (Je ne verrais aucune différence dans la performance de la recommandation, mais entre une plage normalisée et une plage non normalisée). –
Je veux obtenir la valeur prédite dans la plage 0-5. Est-il possible de convertir cela? – Billy
Voici ce que j'ai obtenu de cette prédiction: [0.11780604 0.12146975 0.118728 ..., 0.11945179 0.11526597 0.11711326] – Billy