Menangani kelangkaan

Membangun Recommendation Engine di Python

Rob O'Callaghan

Director of Data

Matriks jarang

Matriks kecil tidak jarang

Membangun Recommendation Engine di Python

Matriks jarang

Matriks kecil tidak jarang dan matriks jarang besar

Membangun Recommendation Engine di Python

Matriks jarang

Matriks kecil tidak jarang dan matriks jarang besar

Membangun Recommendation Engine di Python

Mengukur kelangkaan

print(book_rating_df)

title     The Great Gatsby    The Catcher in the Rye    Fifty Shades of Grey
User                    
User_233               3.0                       NaN                     NaN
User_651               NaN                       5.0                     4.0
User_965               4.0                       3.0                     NaN
     ...               ...                       ...                     ...
Membangun Recommendation Engine di Python

Mengukur kelangkaan

number_of_empty = book_ratings_df.isnull().values.sum()

total_number = user_ratings_df.size

sparsity = number_of_empty/total_number

print(sparsity)

0.0114
Membangun Recommendation Engine di Python

Mengapa kelangkaan penting

Matriks jarang berukuran besar

Membangun Recommendation Engine di Python

Mengapa kelangkaan penting

Matriks jarang besar dengan sel kosong disorot

Membangun Recommendation Engine di Python

Mengapa kelangkaan penting

Matriks jarang besar dengan tetangga terisi terdekat disorot

Membangun Recommendation Engine di Python

Mengapa kelangkaan penting

Matriks jarang besar dengan tetangga terisi terdekat disorot

Membangun Recommendation Engine di Python

Mengukur kelangkaan per kolom

user_ratings_df.notnull().sum()

The Pelican Brief                           1
Snow Crash                                  1
The Great Gatsby                           12
Fifty Shades of Grey                        9
Leviathan                                   1
                                           ..
Membangun Recommendation Engine di Python

Faktorisasi matriks

Matriks jarang berukuran besar

Membangun Recommendation Engine di Python

Faktorisasi matriks

Matriks jarang besar di samping faktor-faktornya

Membangun Recommendation Engine di Python

Faktorisasi matriks

Matriks jarang besar di samping faktor-faktornya dan sebuah matriks besar terisi

Membangun Recommendation Engine di Python

Perkalian matriks

Dua matriks persegi panjang

Membangun Recommendation Engine di Python

Perkalian matriks

Dua matriks persegi panjang

Membangun Recommendation Engine di Python

Perkalian matriks

Dua matriks persegi panjang

Membangun Recommendation Engine di Python

Perkalian matriks

Dua matriks persegi panjang

Membangun Recommendation Engine di Python

Perkalian matriks

Dua matriks persegi panjang di samping sebuah matriks lebih besar sebagai hasil perkalian

Membangun Recommendation Engine di Python

Perkalian matriks

print(matrix_x)

[[4, 1], 
 [2, 2], 
 [3, 3]]

print(matrix_b)

[[1, 0, 4], 
 [0, 1, 6]]
Membangun Recommendation Engine di Python

Perkalian matriks

import numpy as np

dot_product = np.dot(matrix_x, matrix_b)
print(dot_product)

[[ 4  1 22]
 [ 2  2 20]
 [ 3  3 30]]
Membangun Recommendation Engine di Python

Ayo berlatih!

Membangun Recommendation Engine di Python

Preparing Video For Download...