Surprise 专注推荐系统构建与评估的Python工具库

OA0

OA0 是一个探索 AI 的社区

现在注册

已注册用户请登录

概述

Surprise 是一个用于构建和分析处理显式评分数据的推荐系统的 Python scikit。

Surprise 的设计初衷如下：

给予用户对实验的完全控制。为此，我们非常重视文档，力求通过阐明算法的每个细节使其清晰准确。
简化数据集处理的麻烦。用户可以使用内置数据集（如 Movielens、Jester），也可以使用自己的自定义数据集。
提供多种开箱即用的预测算法，例如基线算法、近邻方法、基于矩阵分解的算法（SVD、PMF、SVD++、NMF）以及许多其他算法。同时，内置了多种相似度度量方法（余弦相似度、MSD、皮尔逊相关系数等）。
便于实现新的算法思路。
提供工具来评估、分析和比较算法性能。可以轻松运行交叉验证流程（得益于受 scikit-learn 优秀工具启发的强大 CV 迭代器），以及对一组参数进行穷举搜索。

名称 SurPRISE（大致上 :) ）代表 Simple Python RecommendatIon System Engine（简易 Python 推荐系统引擎）。

请注意，Surprise 不支持隐式评分或基于内容的信息。

快速开始示例

以下是一个简单示例，展示如何（下载）加载数据集、进行 5 折交叉验证分割，并计算 SVD 算法的 MAE 和 RMSE。

from surprise import SVD
from surprise import Dataset
from surprise.model_selection import cross_validate

# 加载 movielens-100k 数据集（如果需要会自动下载）。
data = Dataset.load_builtin('ml-100k')

# 使用著名的 SVD 算法。
algo = SVD()

# 运行 5 折交叉验证并打印结果。
cross_validate(algo, data, measures=['RMSE', 'MAE'], cv=5, verbose=True)

输出：

Evaluating RMSE, MAE of algorithm SVD on 5 split(s).

                  Fold 1  Fold 2  Fold 3  Fold 4  Fold 5  Mean    Std     
RMSE (testset)    0.9367  0.9355  0.9378  0.9377  0.9300  0.9355  0.0029  
MAE (testset)     0.7387  0.7371  0.7393  0.7397  0.7325  0.7375  0.0026  
Fit time          0.62    0.63    0.63    0.65    0.63    0.63    0.01    
Test time         0.11    0.11    0.14    0.14    0.14    0.13    0.02

Surprise 能做的远不止这些（例如，GridSearchCV）！你可以在文档中找到更多使用示例。

基准测试

下表展示了多种算法（使用默认参数）在 5 折交叉验证程序上的平均 RMSE、MAE 和总执行时间。数据集为 Movielens 100k 和 1M 数据集。所有算法使用相同的交叉验证折。所有实验均在一台搭载 Intel i5 11th Gen 2.60GHz 处理器的笔记本电脑上运行。生成这些表格的代码可在基准测试示例中找到。

Movielens 100k	RMSE	MAE	时间
SVD	0.934	0.737	0:00:06
SVD++ (cache_ratings=False)	0.919	0.721	0:01:39
SVD++ (cache_ratings=True)	0.919	0.721	0:01:22
NMF	0.963	0.758	0:00:06
Slope One	0.946	0.743	0:00:09
k-NN	0.98	0.774	0:00:08
Centered k-NN	0.951	0.749	0:00:09
k-NN Baseline	0.931	0.733	0:00:13
Co-Clustering	0.963	0.753	0:00:06
Baseline	0.944	0.748	0:00:02
Random	1.518	1.219	0:00:01

Movielens 1M	RMSE	MAE	时间
SVD	0.873	0.686	0:01:07
SVD++ (cache_ratings=False)	0.862	0.672	0:41:06
SVD++ (cache_ratings=True)	0.862	0.672	0:34:55
NMF	0.916	0.723	0:01:39
Slope One	0.907	0.715	0:02:31
k-NN	0.923	0.727	0:05:27
Centered k-NN	0.929	0.738	0:05:43
k-NN Baseline	0.895	0.706	0:05:55
Co-Clustering	0.915	0.717	0:00:31
Baseline	0.909	0.719	0:00:19
Random	1.504	1.206	0:00:19

安装

使用 pip 安装（需要 C 编译器。Windows 用户可能更倾向于使用 conda）：

$ pip install scikit-surprise

使用 conda 安装：

$ conda install -c conda-forge scikit-surprise

如需最新版本，也可以克隆仓库并构建源代码（首先需要安装 Cython 和 numpy）：

$ git clone https://github.com/NicolasHug/surprise.git
$ cd surprise
$ pip install .

许可证与引用

本项目采用 BSD 3-Clause 许可证，因此几乎可以用于任何用途，包括商业应用。

我很想知道 Surprise 对你有什么帮助。请随时提交 issue 并描述你的使用场景！

如果你在研究中使用 Surprise，请务必引用这篇论文：

@article{Hug2020,
  doi = {10.21105/joss.02174},
  url = {https://doi.org/10.21105/joss.02174},
  year = {2020},
  publisher = {The Open Journal},
  volume = {5},
  number = {52},
  pages = {2174},
  author = {Nicolas Hug},
  title = {Surprise: A Python library for recommender systems},
  journal = {Journal of Open Source Software}
}

贡献者

以下人员为 Surprise 做出了贡献：

ashtou, Abhishek Bhatia, bobbyinfj, caoyi, Chieh-Han Chen, Raphael-Dayan, Олег Демиденко, Charles-Emmanuel Dias, dmamylin, Lauriane Ducasse, Marc Feger, franckjay, Lukas Galke, Tim Gates, Pierre-François Gimenez, Zachary Glassman, Jeff Hale, Nicolas Hug, Janniks, jyesawtellrickson, Doruk Kilitcioglu, Ravi Raju Krishna, lapidshay, Hengji Liu, Ravi Makhija, Maher Malaeb, Manoj K, James McNeilis, Naturale0, nju-luke, Pierre-Louis Pécheux, Jay Qi, Lucas Rebscher, Craig Rodrigues, Skywhat, Hercules Smith, David Stevens, Vesna Tanko, TrWestdoor, Victor Wang, Mike Lee Williams, Jay Wong, Chenchen Xu, YaoZh1918.

非常感谢你们 :) !

开发状态

从 1.1.0 版本（2019年9月）开始，我将只负责维护该软件包，提供错误修复，或许有时会进行性能改进。我现在投入的时间较少，因此无法考虑新功能。

关于 Surprise 的 bug、问题或疑问，请避免给我发送电子邮件；我很可能无法回复。请使用 GitHub 项目页面，这样其他人也能从中受益。

项目地址：https://github.com/NicolasHug/Surprise

4 次点击 ∙ 0 人收藏

登录后收藏

0 条回复