SVD实现代码

推荐系统SVD实现代码，python实现

#Ver1.0
#Zero @2012.5.2
#

import math
import random
import cPickle as pickle


#calculate the overall average
def Average（fileName）:
	fi = open（fileName ‘r‘）
	result = 0.0
	cnt = 0
	for line in fi:
		cnt += 1
		arr = line.split（）
		result += int（arr[2].strip（））
	return result / cnt



def InerProduct（v1 v2）:
	result = 0
	for i in range（len（v1））:
		result += v1[i] * v2[i]
		
	return result


def PredictScore（av bu bi pu qi）:
	pScore = av + bu + bi + InerProduct（pu qi）
	if pScore < 1:
		pScore = 1
	elif pScore > 5:
		pScore = 5
		
	return pScore

	
def SVD（configureFile testDataFile trainDataFile modelSaveFile）:
	#get the configure
	fi = open（configureFile ‘r‘）
	line = fi.readline（）
	arr = line.split（）
	averageScore = float（arr[0].strip（））
	userNum = int（arr[1].strip（））
	itemNum = int（arr[2].strip（））
	factorNum = int（arr[3].strip（））
	learnRate = float（arr[4].strip（））
	regularization = float（arr[5].strip（））
	fi.close（）
	
	bi = [0.0 for i in range（itemNum）]
	bu = [0.0 for i in range（userNum）]
	temp = math.sqrt（factorNum）
	qi = [[（0.1 * random.random（） / temp） for j in range（factorNum）] for i in range（itemNum）]	
	pu = [[（0.1 * random.random（） / temp）  for j in range（factorNum）] for i in range（userNum）]
	print（“initialization end\nstart training\n“）
	
	#train model
	preRmse = 1000000.0
	for step in range（100）:
		fi = open（trainDataFile ‘r‘）	
		for line in fi:
			arr = line.split（）
			uid = int（arr[0].strip（）） - 1
			iid = int（arr[1].strip（）） - 1
			score = int（arr[2].strip（））			
			prediction = PredictScore（averageScore bu[uid] bi[iid] pu[uid] qi[iid]）
				
			eui = score - prediction
		
			#update parameters
			bu[uid] += learnRate * （eui - regularization * bu[uid]）
			bi[iid] += learnRate * （eui - regularization * bi[iid]）	
			for k in range（factorNum）:
				temp = pu[uid][k]	#attention here must save the value of pu before updating
				pu[uid][k] += learnRate * （eui * qi[iid][k] - regularization * pu[uid][k]）
				qi[iid][k] += learnRate * （eui * temp - regularization * qi[iid][k]）
		fi.close（）
		#learnRate *= 0.9
		curRmse = Validate（testDataFile averageScore bu bi pu qi）
		print（“test_RMSE in step %d: %f“ %（step curRmse））
		if curRmse >= preRmse:
			break
		else:
			preRmse = curRmse
					
	#write the model to files
	fo = file（modelSaveFile ‘wb‘）
	pickle.dump（bu fo True）
	pickle.dump（bi fo True）
	pickle.dump（qi fo True）
	pickle.dump（pu fo True）
	fo.close（）
	print（“model generation over“）
	
#validate the model
def Validate（testDataFile av bu bi pu qi）:
	cnt = 0
	rmse = 0.0
	fi = open（testDataFile ‘r‘）		
	for line in fi:
		cnt += 1
		arr = line.split（）
		uid = int（arr[0].strip（）） - 1
		iid = int（arr[1].strip（）） - 1
		pScore = PredictScore（av bu[uid] bi[iid] pu[uid] qi[iid]）
			
		tScore = int（arr[2].strip（））
		rmse += （tScore - pScore） * （tScore - pScore）
	fi.close（）
	return math.sqrt（rmse / cnt）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件     235016  2011-04-01 18:24  SVD\ml_data\test.txt

     文件   12839563  2011-04-01 18:24  SVD\ml_data\training.txt

     文件         97  2012-05-03 14:55  SVD\svd.conf

     文件       4153  2012-05-06 20:29  SVD\SVD.py

     目录          0  2012-05-06 20:31  SVD\ml_data

     目录          0  2012-05-06 20:31  SVD

----------- ---------  ---------- -----  ----

             13078829                    6