Surprise（Simple Python Recommendation System Engine）是一款推荐系统库，是scikit系列中的一个。简单易用，同时支持多种推荐算法（基础算法、协同过滤、矩阵分解等）。

设计surprise时考虑到以下目的：
让用户完美控制他们的实验。为此，特别强调 文档，试图通过指出算法的每个细节尽可能清晰和准确。
减轻数据集处理的痛苦。用户可以使用内置数据集（Movielens， Jester）和他们自己的自定义 数据集。
提供各种即用型预测算法， 例如基线算法， 邻域方法，基于矩阵因子分解（ SVD， PMF， SVD ++，NMF）等等。此外， 内置了各种相似性度量（余弦，MSD，皮尔逊......）。
可以轻松实现新的算法思路。
提供评估， 分析 和 比较 算法性能的工具。使用强大的CV迭代器（受scikit-learn优秀工具启发）以及 对一组参数的详尽搜索，可以非常轻松地运行交叉验证程序 。

基本算法

算法类名	说明
random_pred.NormalPredictor	根据训练集的分布特征随机给出一个预测值
baseline_only.BaselineOnly	给定用户和Item，给出基于baseline的估计值
knns.KNNBasic	最基础的协同过滤
knns.KNNWithMeans	将每个用户评分的均值考虑在内的协同过滤实现
knns.KNNBaseline	考虑基线评级的协同过滤
matrix_factorization.SVD	SVD实现
matrix_factorization.SVDpp	SVD++，即LFM+SVD
matrix_factorization.NMF	基于矩阵分解的协同过滤
slope_one.SlopeOne	一个简单但精确的协同过滤算法
co_clustering.CoClustering	基于协同聚类的协同过滤算法

其中基于近邻的方法(协同过滤)可以设定不同的度量准则

相似度度量标准	度量标准说明
cosine	计算所有用户（或物品）对之间的余弦相似度。
msd	计算所有用户（或物品）对之间的均方差异相似度。
pearson	计算所有用户（或物品）对之间的Pearson相关系数。
pearson_baseline	计算所有用户（或物品）对之间的（缩小的）Pearson相关系数，使用基线进行居中而不是平均值。

支持不同的评估准则

评估准则	准则说明
rmse	计算RMSE（均方根误差）。
mae	计算MAE（平均绝对误差）。
fcp	计算FCP（协调对的分数）。

biasSVD算法

使用Surprise工具中的SVD
参数:

n_factors: k值，默认为100
n_epochs：迭代次数，默认为20
biased：是否使用biasSVD，默认为True
verbose:输出当前epoch，默认为False
reg_all:所有正则化项的统一参数，默认为0.02
reg_bu：bu的正则化参数，reg_bi：bi的正则化参数
reg_pu：pu的正则化参数，reg_qi：qi的正则化参数

funkSVD算法

使用Surprise工具中的SVD
参数:

n_factors: k值，默认为100
n_epochs：迭代次数，默认为20
biased：是否使用biasSVD，设置为False
verbose:输出当前epoch，默认为False
reg_all:所有正则化项的统一参数，默认为0.02
reg_bu：bu的正则化参数，reg_bi：bi的正则化参数
reg_pu：pu的正则化参数，reg_qi：qi的正则化参数

SVD++算法

使用Surprise工具中的SVDpp
参数:

n_factors: k值，默认为20
n_epochs：迭代次数，默认为20
verbose:输出当前epoch，默认为False
reg_all:所有正则化项的统一参数，默认为0.02
reg_bu：bu的正则化参数，reg_bi：bi的正则化参数
reg_pu：pu的正则化参数，reg_qi：qi的正则化参数
reg_yj：yj的正则化参数

利用surprise工具预测movielens简单数据集(SVD,biasSVD,SVD++)

from surprise import Dataset
from surprise import Reader
from surprise import BaselineOnly, KNNBasic, NormalPredictor
from surprise import accuracy
from surprise.model_selection import KFold, split
from surprise import SVD,SVDpp
#import pandas as pd

# 数据读取
reader = Reader(line_format='user item rating timestamp', sep=',', skip_lines=1)
data = Dataset.load_from_file('./ratings.csv', reader=reader)
#rain_set = data.build_full_trainset()
train_s,test_s = split.train_test_split(data, train_size=0.8)

algo1 = SVD()
algo2 = SVD(biased = False)
algo3 = SVDpp()

print('SVDbias结果')
algo1.fit(train_s)
pre = algo1.test(test_s)
accuracy.rmse(pre,verbose=True)
print('SVD结果')
algo2.fit(train_s)
pre = algo2.test(test_s)
accuracy.rmse(pre,verbose=True)
print('SVD++结果')
algo3.fit(train_s)
pre = algo3.test(test_s)
accuracy.rmse(pre,verbose=True)

示例代码：
链接：https://pan.baidu.com/s/1JY7d6xiFc8jgTQZpEQJ_Ng
提取码：q6x5

原文地址：https://www.cnblogs.com/MaggieForest/p/12457109.html