21、推荐系统与集成学习技术全解析

推荐系统与集成学习技术全解析

推荐系统：mlpack库的应用

在构建推荐系统时，mlpack库是一个强大的工具。它是一个通用的机器学习库，内置了多种算法，还配备了命令行工具，无需显式编程就能处理数据和学习算法。该库基于Armadillo线性代数库进行数学计算，而之前章节使用的其他库没有实现协同过滤算法。

1. 数据加载与转换
   • 加载MovieLens数据集时，可使用与上一节相同的加载辅助函数。数据加载完成后，需将其转换为适合 mlpack::cf::CFType 类型对象的格式。这种类型实现了协同过滤算法，并且可以配置不同类型的矩阵分解方法。
   • 该对象可以使用密集和稀疏评分矩阵。对于密集矩阵，它应该有三行：第一行对应用户，第二行对应项目，第三行对应评分，这种结构称为坐标列表格式。对于稀疏矩阵，它应该是一个常规的（用户，项目）表。以下是定义评分稀疏矩阵的代码：

arma::SpMat<DataType> ratings_matrix(ratings.size(), movies.size());
std::vector<std::string> movie_titles;
{
    // fill matrix
    movie_titles.resize(movies.size());
    size_t user_idx = 0;
    for (auto& r : ratings) {
        for