如何按特定格式从DataFrame创建稀疏矩阵

Question

我正在使用Python 3.5和一个DataFrame，其中列为['users_id', 'item_id', 'rating', 'timestamp', 'title']，并且我正在使用model = LightFM(loss='warp')来进行推荐模型。

因此，在训练期间，我需要以特定格式的稀疏矩阵作为输入=> (users_id, item_id) rating，就像这样：（点击查看）。

但是，当我使用scipy.sparse.csr_matrix(data['users_id'])时，我从未成功过。它会给我类似于以下内容：

(0,0) 5

(0,1) 5

(0,2) 4

(0,3) 5

我该如何处理？

- Wael Dimassi

Answer 1

如果您想创建一个稀疏矩阵，并在LightFM模型中使用它，我认为您应该使用该库提供的Dataset对象。例如，如果我调用您的DataFrame df：

from lightfm.data import Dataset

data = Dataset()
data.fit(df.users_id.unique(), df.item_id.unique())
interactions_matrix, weights_matrix = data.build_interactions([tuple(i) for i in df.drop(['timestamp', 'title'], axis = 1).values])

fit方法用于将用户ID和物品ID映射到内部ID，build_interactions方法创建了两个稀疏矩阵，一个只包含用户和物品之间的交互，另一个包含权重（即评分），它以(user_id, item_id)或(user_id, item_id, weight)的可迭代参数作为输入。接下来，您可以使用这两个由build_interactions创建的矩阵来拟合LightFM模型。

from lightfm import LightFM

model = LightFM(loss='warp')
model.fit(interactions_matrix, sample_weight = weights_matrix)

你可以在LightFM 文档中查找更多信息，例如可以查看构建数据集或快速入门部分。

- VinceDld

---

非常有帮助！我认为你应该展示df。这样可以看到在进行删除操作时，确切地保留了哪些变量。谢谢！ - Mez13