我的目标是拟合一个适合我个人数据的模型,并且我已经处理了数据并将其制作为三个文件:交互矩阵(394*2188);项目特征矩阵(5241*5241);用户特征矩阵(1043*1043);我已将它们全部转换为稀疏矩阵,并且我的两个特征矩阵都包含比交互更多的内容。当我通过这些数据拟合模型并进行预测时,有我的代码和错误:代码:
model = LightFM(loss='warp')
model.fit(data,item_features=items,user_features=users,epochs=30, num_threads=2)
evaluation.auc_score(model,data)
错误: 引发 ValueError('item_features 中的特征数量不正确') ValueError:item_features 中的特征数量不正确
- 如何转换交互矩阵的用户和项目小于特征矩阵的数据
- 如何向所有用户(包括新用户)推荐新旧项目