推荐系统（一）：使用Surprise库建立推荐系统 —— MovieLens电影推荐

版权声明：本文为博主原创文章，未经博主允许不得转载。

---

---

一、Surprise介绍

• Surprise是一个基于Python scikit构建和分析推荐系统。
• Surprise（Simple Python Recommendation System Engine）是一款推荐系统库，是scikit系列中的一个。
• 简单易用，同时支持多种推荐算法：基础算法、基于近邻方法（协同过滤）、矩阵分解等（SVD, PMF, SVD++, NMF）

二、设计surprise时考虑到以下目的

• 让用户完美控制他们的实验。为此，特别强调文档，试图通过指出算法的每个细节尽可能清晰和准确。
• 减轻数据集处理的痛苦。用户可以使用内置数据集（Movielens， Jester）和他们自己的自定义数据集。
• 提供各种即用型预测算法， 例如：基线算法， 邻域方法，基于矩阵因子分解（ SVD， PMF， SVD ++，NMF）等等。此外， 内置了各种相似性度量（余弦，MSD，皮尔逊…）。可以轻松实现新的算法思路
• 提供评估， 分析和比较算法性能的工具。使用强大的CV迭代器（受scikit-learn优秀工具启发）以及对一组参数的详尽搜索，可以非常轻松地运行交叉验证程序 。

三、常用类

用法：surprise.prediction_algorithms.XX

算法类名	说明
random_pred.NormalPredictor	Algorithm predicting a random rating based on the distribution of the training set, which is assumed to be normal. （根据训练集的分布特征随机给出一个预测值）
baseline_only.BaselineOnly	Algorithm predicting the baseline estimate for given user and item.（给定用户和Item，给出基于baseline的估计值）
knns.KNNBasic	A basic collaborative filtering algorithm.
knns.KNNWithMeans	A basic collaborative filtering algorithm, taking into account the mean ratings of each user.（将每个用户评分的均值考虑在内的协同过滤实现）
knns.KNNBaseline	A basic collaborative filtering algorithm taking into account a baseline rating.
matrix_factorization.SVD	SVD algorithm
matrix_factorization.SVDpp	SVD++ algorithm（即LFM+SVD）
matrix_factorization.NMF	A collaborative filtering algorithm based on Non-negative Matrix Factorization.（基于矩阵分解的协同过滤）
slope_one.SlopeOne	A simple yet accurate collaborative filtering algorithm.
co_clustering.CoClustering	A collaborative filtering algorithm based on co-clustering.

其中基于近邻的方法（协同过滤）可以设定不同的度量准则，用法：surprise.similarities.XX

相似度度量标准	度量标准说明
cosine()	Compute the cosine similarity between all pairs of users (or items).（余弦相似度）
msd()	Compute the Mean Squared Difference similarity between all pairs of users (or items).（均方差异相似度）
pearson()	Compute the Pearson correlation coefficient between all pairs of users (or items).（Pearson相关系数）
pearson_baseline()	Compute the (shrunk) Pearson correlation coefficient between all pairs of users (or items) using baselines for centering instead of means.

支持不同的评估准则，用法：surprise.accuracy.XX

评估准则	准则说明	公式	意义
mse	Compute MSE (Mean Squared Error).		均方误差
rmse	Compute RMSE (Root Mean Squared Error).		均方根误差
mae	Compute MAE (Mean Absolute Error).		平均绝对误差