추천시스템 맛보기 4탄

Surprise 패키지 

• Surprise 패키지는 API를 이용해 쉽게 추천 시스템을 구축할 수 있게 만들어졌다.

• 주요 장점

  • 다양한 추천 알고리즘, 예를 들어 사용자 또는 아이템 기반 최근접 이웃 협업 필터링, SVD, SVD++, NMF 기반의 잠재 요인 협업 필터링을 쉽게 적용해 추천 시스템을 구축할 수 있다.

  • Surprise 의 핵심 API는 사이킷런의 핵심 API와 유사한 API명으로 작성되었다. 예를 들어 fit(), predict() API로 추천 데이터 학습과 예측, train_test_split()으로 추천 학습 테이터 세트와 예측 데이터 세트 분리, cross_validate(), GridSearchCV 클래스를 통해 추천 시스템을 위한 모델 셀렉션, 평가, 하이퍼 파라미터 튜닝 등의 기능을 제공한다.

  • Surprise 에서 추천을 에측하는 메서드는 test()와 predict() 두개

    • test() : 사용자-아이템 평점 데이터 세트를 전체에 대해서 추천을 예측하는 메서드

    • predict() : 개별 사용자의 아이템에 대한 추천 평점을 예측해 준다.

  • Surprise 추천 알고리즘 클래스

    • SVD : 행렬 분해를 통한 잠재 요인 협업 필터링을 위한 SVD 알고리즘

    • KNNBasic :  최근접 이웃 협업 필터링을 위한 KNN 알고리즘

    • BaselineOnly : 사용자 Bise와 아이템 Bias 를 감안한 SGD 베이스라인 알고리즘

용어

평균 제곱근 오차(Root Mean Square Error - RMSE), 손실함수 MSE(Mean Squared Error - MSE)

 

참고 서적 : 파이썬 머신러닝 완벽 가이드  (http://www.yes24.com/Product/Goods/69752484)