R package'recommenderlab'預測函數輸出錯誤？

我需要基於Yelp數據庫製作推薦人，我已經過濾了商業評論和用戶，並創建了一個realRatingMatrix，其中包含各個企業的用戶評分。即使矩陣將是巨大的，我只是先測試一個非常小的矩陣（mdat矩陣）。R package'recommenderlab'預測函數輸出錯誤？

#learning matrix 
learningM <- as(mdat[1:8,],"realRatingMatrix") 

# matrix to predict user recommendations 
testM <- as(mdat[9:10,],"realRatingMatrix") 

#using the learning matrix to create a UBCF recommender 
rec <- Recommender(learningM, method = "UBCF") 

#function that should output 2 business recommendations to users of testM 
pre <- predict(rec, testM, n=2)

相反，我收到這樣的輸出：

> as(pre,"list") 
[[1]] 
character(0) 

[[2]] 
character(0)

爲什麼會出現這樣的輸出？ predict函數計算錯誤的結果，從而提供錯誤的輸出或我的業務欄名稱是不同的文本類型，所以他不能正確輸出它？

編輯：mdat矩陣按要求，抱歉沒有把它放在第一位。

> dput(mdat) 
structure(c(1, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 4, NA, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, 5, NA, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, 4, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 3, 
NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 1, NA, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, 4, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 
3, NA, NA, NA, NA, NA, NA, NA, NA, NA, NA, 5, NA, NA, NA, NA, 
NA, NA, NA, NA, NA, NA, 5), .Dim = c(10L, 10L), .Dimnames = list(
c("jqhP9mV2rYvmPdKvlOfp0g", "tqkkmL2NB19Sxeg1AaXnSA", "cNMJxBzmXA9N7krLvlrzlA", 
"9v3uIUTitC043Y4Qs54K1g", "nLUwyI34R-cAHLnmEGeLIg", "6SUSTwhfSFva9nbIDmoN7Q", 
"iCppbv3C7XvCyzIZnNQ7fg", "MUo7TLgR7sy1ob0MvxyPHQ", "GMVQyHMHNGplG3aof8jMcA", 
"VNGevHJuTxcou-Nhm8Q5RQ"), c("iZYDZvXoIT648EZOnEP0pQ", "HQJjHA6BRcRD0vR5askdkQ", 
"bul_5Ahk_QYLUAJ4Od27jg", "EOoj2h1Brzk1AhqScvIHDA", "roEQNfyPi3jRv3WFFr-f_g", 
"ffp58kYSK7dJGs5ER-5txw", "pvlM--HZY1a8SqMXiwEz1A", "mta3FuoNzjjGWQr9TCHGhA", 
"QeK3lOP-CTZS72YgeXiiqA", "57VozB9tq5SbNst9nO-jxA")))

來源

2014-05-18 Vitz

錯誤在於沒有人可以在沒有數據的情況下回答問題。從dput（mdat）' –

@BondedDust矩陣添加後輸出。 – Vitz

大部分數據都是NA，訓練和測試集的dimname中沒有重疊。因此，訓練集中沒有任何東西可以用來在訓練和測試集的特徵之間進行類似的計算。 –

As explained by the vignette, recommenderlab正試圖解決稀疏矩陣迴歸問題。但是，如果新用戶推薦的測試集不是來自與訓練集相同的空間價值集合，那麼對於新用戶與舊用戶就不會構建任何類似的相似性度量。該算法需要找到一些與新用戶評分相同項目的老用戶，然後才能從其他舊用戶評分中提供更多項目。

一個簡單的poppopity建議並不需要找到與新用戶分享評分的評分者的任何子集。

來源

2014-05-18 17:03:25

R package'recommenderlab'預測函數輸出錯誤？

回答

相關問題