surprise庫官方文檔分析（三）：搭建本身的預測算法

一、基礎

建立本身的預測算法很是簡單：算法只不過是一個派生自AlgoBase具備estimate 方法的類。這是該方法調用的predict()方法。它接受內部用戶ID，內部項ID，並返回估計評級r

from surprise import AlgoBase
from surprise import Dataset
from surprise.model_selection import cross_validate


class MyOwnAlgorithm(AlgoBase):

    def __init__(self):

        # Always call base method before doing anything.
        AlgoBase.__init__(self)

    def estimate(self, u, i):
        #   存儲有關預測的其餘信息，還能夠返回包含給定詳細信息的字典
        details = {'info1' : 'That was',
                   'info2' : 'easy stuff :)'}
        return 3, details


data = Dataset.load_builtin('ml-100k')
algo = MyOwnAlgorithm()

cross_validate(algo, data, verbose=True)

以上代碼實現了一個最簡單的自定義預測方法。

二、fit()方法

如今，讓咱們製做一個稍微聰明的算法來預測列車集的全部評級的平均值。因爲這是一個不依賴於當前用戶或項目的常量值，咱們寧願一勞永逸地計算它。這能夠經過定義fit方法來完成：

class MyOwnAlgorithm(AlgoBase):

    def __init__(self):

        # Always call base method before doing anything.
        AlgoBase.__init__(self)

    def fit(self, trainset):

        # Here again: call base method before doing anything.
        AlgoBase.fit(self, trainset)

        # Compute the average rating. We might as well use the
        # trainset.global_mean attribute ;)
        self.the_mean = np.mean([r for (_, _, r) in
                                 self.trainset.all_ratings()])

        return self

    def estimate(self, u, i):

        return self.the_mean

fit方法例如經過cross_validate交叉驗證過程的每一個摺疊處的函數調用（也能夠本身調用它）。在作任何事情以前，你應該調用基類fit()方法。

請注意，該fit()方法返回self。這容許使用表達式algo.fit(trainset).test(testset)。

三、trainset屬性

fit()返回基類方法後，您須要的有關當前訓練集的全部信息（評級值等）都存儲在self.trainset屬性中。這是一個Trainset具備許多預測屬性和方法的對象。

爲了說明它的用法，讓咱們製做一個算法來預測全部評級的平均值，用戶的平均評分和項目的平均評級之間的平均值：

def estimate(self, u, i):

        sum_means = self.trainset.global_mean
        div = 1

        if self.trainset.knows_user(u):
            sum_means += np.mean([r for (_, r) in self.trainset.ur[u]])
            div += 1
        if self.trainset.knows_item(i):
            sum_means += np.mean([r for (_, r) in self.trainset.ir[i]])
            div += 1

        return sum_means / div

四、預測不可能

由算法決定是否可以產生預測。若是預測不可能，則能夠提出 PredictionImpossible異常。您須要先導入它：

from surprise import PredictionImpossible

該異常將被該predict()方法和估計r捕獲^你我[R^ü一世將根據default_prediction()方法設置，能夠覆蓋。默認狀況下，它返回列車集中全部評級的平均值。

五、類似性和基線

若是算法使用類似性度量或基線估計，您將須要接受bsl_options並sim_options做爲__init__方法的參數 ，並將它們傳遞給Base類。

class MyOwnAlgorithm(AlgoBase):

    def __init__(self, sim_options={}, bsl_options={}):

        AlgoBase.__init__(self, sim_options=sim_options,
                          bsl_options=bsl_options)

    def fit(self, trainset):

        AlgoBase.fit(self, trainset)

        # Compute baselines and similarities
        self.bu, self.bi = self.compute_baselines()
        self.sim = self.compute_similarities()

        return self

    def estimate(self, u, i):

        if not (self.trainset.knows_user(u) and self.trainset.knows_item(i)):
            raise PredictionImpossible('User and/or item is unkown.')

        # Compute similarities between u and v, where v describes all other
        # users that have also rated item i.
        neighbors = [(v, self.sim[u, v]) for (v, r) in self.trainset.ir[i]]
        # Sort these neighbors by similarity
        neighbors = sorted(neighbors, key=lambda x: x[1], reverse=True)

        print('The 3 nearest neighbors of user', str(u), 'are:')
        for v, sim_uv in neighbors[:3]:
            print('user {0:} with sim {1:1.2f}'.format(v, sim_uv))

        # ... Aaaaand return the baseline estimate anyway ;)