Робота з розрідженістю

Створення систем рекомендацій у Python

Rob O'Callaghan

Director of Data

Розріджені матриці

Мала нерозріджена матриця

Розріджені матриці

Мала нерозріджена матриця та велика розріджена матриця

Розріджені матриці

Мала нерозріджена матриця та велика розріджена матриця

Вимірювання розрідженості

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
     ...               ...                       ...                     ...

Вимірювання розрідженості

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

Чому розрідженість важлива

Велика розріджена матриця

Чому розрідженість важлива

Велика розріджена матриця з виділеною порожньою клітинкою

Чому розрідженість важлива

Велика розріджена матриця з виділеними найближчими заповненими сусідами

Чому розрідженість важлива

Велика розріджена матриця з виділеними найближчими заповненими сусідами

Розрідженість за стовпцями

user_ratings_df.notnull().sum()

The Pelican Brief                           1
Snow Crash                                  1
The Great Gatsby                           12
Fifty Shades of Grey                        9
Leviathan                                   1
                                           ..

Факторизація матриць

Велика розріджена матриця

Факторизація матриць

Велика розріджена матриця поруч із її множниками

Факторизація матриць

Велика розріджена матриця поруч із її множниками та великою заповненою матрицею

Множення матриць

Дві прямокутні матриці

Множення матриць

Дві прямокутні матриці

Множення матриць

Дві прямокутні матриці

Множення матриць

Дві прямокутні матриці

Множення матриць

Дві прямокутні матриці поруч із більшою матрицею — добутком цих матриць

Множення матриць

print(matrix_x)

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

print(matrix_b)

[[1, 0, 4], 
 [0, 1, 6]]

Множення матриць

import numpy as np

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

[[ 4  1 22]
 [ 2  2 20]
 [ 3  3 30]]

Давайте потренуємось!

Створення систем рекомендацій у Python