predict_rating_topsim함수

predict_rating_topsim을 강사님이 작성하신 함수를 보고 조금 수정해서 작성해봤는데요.. mse계산을 하면 다르게 나와서 무엇이 잘못된건지 알고싶습니다!!

*****강사님 코드******

def predict_rating_topsim(ratings_arr, item_sim_arr, n=20):

    # 사용자-아이템 평점 행렬 크기만큼 0으로 채운 예측 행렬 초기화

    pred = np.zeros(ratings_arr.shape)

    # 사용자-아이템 평점 행렬의 열 크기만큼 Loop 수행. 

    for col in range(ratings_arr.shape[1]):

        # 유사도 행렬에서 유사도가 큰 순으로 n개 데이터 행렬의 index 반환

        top_n_items = [np.argsort(item_sim_arr[:, col])[:-n-1:-1]]

        # 개인화된 예측 평점을 계산

        for row in range(ratings_arr.shape[0]):

            pred[row, col] = item_sim_arr[col, :][top_n_items].dot(ratings_arr[row, :][top_n_items].T) 

            pred[row, col] /= np.sum(np.abs(item_sim_arr[col, :][top_n_items]))        

    return pred

******다르게 작성해본 코드******

def predict_rating_topsim(ratings_arr, item_sim_arr, n=20):

    # 미리 0으로 초기화된 행렬만들어놓자

    pred = np.zeros(ratings_arr.shape)

    for col in range(ratings_arr.shape[1]):

        top_n_items = [np.argsort(item_sim_arr[:,col])[-n: ]]

        for row in range(ratings_arr.shape[0]):

            pred[row,col] = ratings_arr[row, :][top_n_items].dot(item_sim_arr[: ,col][top_n_items].T)

            pred[row,col] /= np.sum(np.abs(item_sim_arr[col, : ][top_n_items]))

            return pred

바꾼부분을 bold처리 해놨습니다.

첫번째 부분은 유사도가 가장 높은 20개를 가져오는 것이라 [-n: ]으로 바꿨습니다

두번째 부분은 내적부분을 수정했습니다. 

그렇게 한뒤 mse를 측정해보면

ratings_pred = predict_rating_topsim(ratings_matrix.values , item_sim_df.values, n=20)

print('아이템 기반 인접 TOP-20 이웃 MSE: ', get_mse(ratings_pred, ratings_matrix.values ))의 출력결과가

이이와같습니다