RecomiendaME

Benchmark de algoritmos

La función Reader se usa para especificar cómo se deben leer los datos de entrada, mientras que la clase Dataset se usa para cargar los datos en un objeto que se puede usar para entrenar y evaluar los modelos.Después de la validación cruzada de los algoritmos, se está almacenando el resultado en un diccionario llamado results, donde la clave es el nombre de la clase del algoritmo (obtenido mediante algo.class.name) y los valores son las métricas de rendimiento (RMSE, MAE, Fit Time y Test Time) calculadas durante la validación cruzada.

• Tabla Benchmark

• Main

# Carga de datos y preparación de datos para Surprise
reader = Reader(ratingscale=(1, 10))
dfSurprise = Dataset.loadfromdf(dfratingfiltrados[['userid', 'imdbid', 'rating']], reader)# División en conjuntos de entrenamiento y prueba
trainset, testset = traintestsplit(dfSurprise, testsize=0.2, random_state=42)# Definición de algoritmos
algorithms = [SVD(), SlopeOne(), NormalPredictor(), KNNBaseline(), KNNBasic(), KNNWithMeans(), KNNWithZScore(), BaselineOnly(), CoClustering()]# Evaluación de los algoritmos mediante validación cruzada
results = {}
for algo in algorithms:
res = crossvalidate(algo, dfSurprise, measures=['RMSE', 'MAE'], cv=5, verbose=False)
results[algo.class.name] = [np.mean(res['testrmse']), np.mean(res['testmae']), np.mean(res['fittime']), np.mean(res['testtime'])]

Recomendaciones con SVD

El algoritmo SVD se utilizará para generar recomendaciones debido a su buen rendimiento en un benchmark previo.Se entrenará con el conjunto completo de entrenamiento y se utilizará el método buildantitestset() para obtener posibles recomendaciones para cada usuario. Luego se usará el método predict() para predecir la valoración que le daría a cada película en la lista de recomendaciones y se recomendarán las N películas con mayor valoración.Por último, se generarán recomendaciones para cada usuario de las 10 películas con mayor valoración.Se muestra la tabla de recomendaciones para un usuario concreto (id usuario 873)

• Tabla usuario_873

# Definir un objeto de lector de Surprise
reader = Reader(rating_scale=(1, 10))# Cargar el dataframe en un objeto de datos de Surprise
`AllUsersSurprisedf = Dataset.loadfromdf(recomendacionesAllUsersdf[['userid', 'imdbid', 'rating']], reader)# Seleccionar un algoritmo de recomendación de Surprise
algo = SVD()# Entrenar el modelo de recomendación utilizando el método fit()
trainset = AllUsersSurprisedf.buildfulltrainset()
algo.fit(trainset)# Generar recomendaciones para cada usuario utilizando el método predict()
trainset = AllUsersSurprisedf.buildfulltrainset()algo.fit(trainset)# Generar recomendaciones para todos los usuarios utilizando la función test() de manera vectorizada
testset = trainset.buildantitestset()
alluserpredictions = algo.test(testset, verbose=False)# Guardar las mejores recomendaciones en un dataframe
dfrecommendations = pd.DataFrame(columns=['userid', 'imdbid', 'predictedrating']).dropna()
for uid, userpredictions in groupby(alluserpredictions, key=lambda x: x.uid):
topuserpredictions = list(userpredictions)[:10]
for pred in topuserpredictions:
dfrecommendations = dfrecommendations.append({'userid': uid, 'imdbid': pred.iid, 'predictedrating': round(pred.est, 2)}, ignoreindex=True)# Imprimir las mejores recomendaciones para cada usuario
topn = 10
for uid in trainset.allusers():
dfuserrecommendations = dfrecommendations[dfrecommendations['userid'] == uid].head(topn)

INSIGHTS Adicionales

Top10 películas recomendadas
en DFRatingFiltrados

INSIGHTS Adicionales

Estadisticos principales para las calificaciones

Text

Text

Valoración media de las películas vistas
por id Usuario

Podemos observar la valoración media de cada usuario respecto a al total de películas visualizadas,en la siguiente gráfica.Destacamos que entorno al 80% de los usuarios han visto entre 1 y 400 películas, las cuales han evaluado entre 6(7) y 10. Usuarios outlayer con valoraciones medias de 0-2. El resto 20% de usuarios han visto entre 400 y 800 películas con valoraciones entorno a 7-10.Como refleja la tabla de estadísticos sobre las calificaciones del conjunto total, observamos en la gráfica una tendencia de calificación entorno a 7.