Rozkład macierzy

Dane są już przygotowane – wycentrowane i uzupełnione zerami w miejscach brakujących wartości. Czas znaleźć czynniki ukryte w twoich danych. W tym ćwiczeniu rozłożysz dane user_ratings_centered wygenerowane w poprzednim ćwiczeniu na 3 czynniki: U, sigma i Vt.

U to macierz z wierszem dla każdego użytkownika
Vt ma kolumnę dla każdego filmu
sigma to tablica wag, którą trzeba przekształcić w macierz diagonalną

Dane user_ratings_centered utworzone w poprzedniej lekcji zostały już wczytane.

To ćwiczenie jest częścią kursu

Budowanie systemów rekomendacji w Pythonie

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Import the required libraries 
from scipy.sparse.linalg import ____
import numpy as np

# Decompose the matrix
U, sigma, Vt = ____(user_ratings_centered)

Edytuj i uruchom kod