Python KNeighborsClassifier

Question

我在 KNeighborsClassifier 来自 sklearn.neighbors

时遇到一点问题

我有一个巨大的电影评分文件，其中每一行代表一个用户，每一列代表一部电影。

我想根据他评价的电影和其他用户的评价向他推荐一部电影（他还没有看过）。

我试过：

    model = KNeighborsClassifier(n_neighbors=3)
    model.fit(user_rated, others_rated)
    suggestList = model.predict_proba(others_unrated)

user_rated 是（浮动）评级列表 others_rated 是二维列表，具有用户已评分的相同电影评分，但被不同的用户评分 others_unrated 是二维列表，其中包含当前用户尚未观看的其他用户对电影的评分

我认为问题在于，因为 others_rated 是二维列表，但如果我只将它与其他用户（使用 others_rated[user_num]）进行比较，我将一事无成。使用 model.predict_proba(others_unrated) 如果仅为一个或多个用户插入，我会得到同样的错误，Incompatible dimension for X and Y matrices。

有什么建议吗？

Answer 1

我不确定你希望完成什么，但让我推断一些事情。

首先，others_rated 是 N_users 长度的浮点数列表 N_movies_rated_by_this_user 长度列表。
其次，others_unrated 是 N_users 长度的浮点数列表 N_movies_not_rated_by_this_user 长度列表。

根据这些陈述，在无法访问您的数据的情况下 files/arrays，我猜这对您尝试做的事情来说是正确的：

import numpy as np
model = KNeighborsClassifier(n_neighbors=3)
model.fit( np.transpose(others_rated),user_rated)
suggestList = model.predict_proba(np.transpose(others_unrated))

我所做的两个更改如下：首先，我几乎可以肯定您在调用 .fit() 时必须交换 X 和 y。如果你不这样做，你的问题就很糟糕（在数学上）它几乎肯定会失败：你正在尝试训练一个模型来从一个向量中预测一个矩阵（从不是很多的信息中预测很多信息）。

其次，你提出问题的方式，n_users应该是列维度。这是唯一在数学上有意义的事情。调用KNeighborsClassifier.predict_proba(X)时的X列数必须与之前调用KNeighborsClassifier.fit(X,y).

时X中的列数相同

Python KNeighborsClassifier

Python KNeighborsClassifier

python

scikit-learn