### Python 矩阵分解模型 示例代码 构建 测试 矩阵分解是一种广泛应用于推荐系统的机器学习方法，其核心思想是将用户-物品交互矩阵 \( R \) 分解为两个低秩矩阵 \( P \) 和 \( Q \)，分别代表用户的隐含特征和物品的隐含特征。以下是实现一个简单矩阵分解模型的完整流程。 #### 数据准备 为了演示目的，可以创建一个人工数据集作为输入矩阵： ```python import numpy as np from sklearn.model_selection import train_test_split # 创建人工评分矩阵 (用户-物品交互矩阵) R = np.array([ [5, 3, 0, 1], [4, 0, 0, 1], [1, 1, 0, 5], [1, 0, 0, 4], [0, 1, 5, 4] ]) num_users, num_items = R.shape train_data, test_data = train_test_split(R.ravel(), test_size=0.2, random_state=42) def get_train_matrix(train_data): """ 将一维训练数据转换回二维稀疏矩阵 """ train_matrix = np.zeros((num_users, num_items)) for idx, rating in enumerate(train_data): user_idx = idx // num_items item_idx = idx % num_items if rating != 0: train_matrix[user_idx][item_idx] = rating return train_matrix train_matrix = get_train_matrix(train_data) test_matrix = get_train_matrix(test_data) ``` --- #### 模型定义与优化 通过梯度下降法最小化预测误差来更新参数 \( P \) 和 \( Q \): ```python class MatrixFactorization: def __init__(self, R, latent_features=3, learning_rate=0.01, reg_param=0.01, epochs=1000): self.R = R self.num_users, self.num_items = R.shape self.latent_features = latent_features self.learning_rate = learning_rate self.reg_param = reg_param self.epochs = epochs # 初始化用户和物品的隐向量 self.P = np.random.normal(scale=1./self.latent_features, size=(self.num_users, self.latent_features)) self.Q = np.random.normal(scale=1./self.latent_features, size=(self.num_items, self.latent_features)) def predict(self): return np.dot(self.P, self.Q.T) def fit(self): for epoch in range(self.epochs): error = 0 for i in range(self.num_users): for j in range(self.num_items): if self.R[i][j] > 0: # 只考虑有评分的数据 prediction = np.dot(self.P[i, :], self.Q[j, :].T) eij = self.R[i][j] - prediction # 更新规则 self.P[i, :] += self.learning_rate * (eij * self.Q[j, :] - self.reg_param * self.P[i, :]) self.Q[j, :] += self.learning_rate * (eij * self.P[i, :] - self.reg_param * self.Q[j, :]) error += eij ** 2 if epoch % 100 == 0: print(f'Epoch {epoch}: Error={error}') return self.predict() model = MatrixFactorization(train_matrix, latent_features=3, learning_rate=0.01, reg_param=0.01, epochs=500) predicted_R = model.fit() print(predicted_R) ``` 此部分实现了基于梯度下降的矩阵分解算法[^1]。 --- #### 性能评估 可以通过均方根误差（RMSE）衡量模型性能： ```python def rmse(prediction, ground_truth): mask = ground_truth.nonzero() # 获取非零位置 predicted = prediction[mask] truth = ground_truth[mask] return np.sqrt(((predicted - truth) ** 2).mean()) rmse_value = rmse(predicted_R, test_matrix) print(f'Test RMSE: {rmse_value:.4f}') ``` 以上代码展示了如何构建、训练以及评估一个简单的矩阵分解模型[^1]。 --- ### 随机 SVD 方法对比 如果希望快速获得近似的矩阵分解结果，也可以尝试随机奇异值分解（Randomized SVD）。这种方法适用于大规模稀疏矩阵场景，并且通常比传统截断 SVD 更高效[^2]: ```python from sklearn.utils.extmath import randomized_svd u, sigma, vt = randomized_svd(R, n_components=2, random_state=42) sigma_diag = np.diag(sigma) reconstructed_R = u @ sigma_diag @ vt print(reconstructed_R) ``` 该方法利用近似技术加速计算过程。 ---