0
点赞
收藏
分享

微信扫一扫

SVD应用--电影推荐系统+图像压缩

鱼满舱 2022-03-31 阅读 104
机器学习

目录

推荐系统

协同过滤推荐

相似度计算

图像压缩


推荐系统

推荐系统如电影推荐系统的作用其实就是先对用户未评分的电影做预测评分,使数据完整,然后降序排序评分,为用户推荐评分前几名的物品。

如下图所示用户电影评价数据,其中用户2、用户3、用户5是某网站新注册用户,对新用户预测电影评价并做出推荐。

类似于机器学习中处理缺失数据,方法之一是用平均值、中值、分位数、众数、随机值等替代。
例如数据[3,1,3,'空白',3,6,100],
我们选择替换缺失值为算数平均值,'空白'=(3+1+3+3+6+100)/6=19.3 但这样的替换前提是认为数据的所有可能值发生的概率都是一样的,一视同仁的结果并不准确,从数据分布来看,取'3'比取'100'的机会大得多,所以我们计算平均值时也要考虑数据发生的概率,即应该计算其期望或者称为加权平均更准确而不是算数平均。加权平均值是一个更准确的分数度量,能体现相对重要性。加权平均值往往用于投资组合,等级评分和其他统计数据。这样填充缺失值的过程其实也可以看作聚类或者回归的过程。

同理,推荐系统推荐的过程其实也可以理解为在填补缺失值,而为每一个用户做出精准的个性化推荐,就不能简单的将缺失值替换为平均值,而是要计算加权平均值。

 加权平均值中的权:1、数据出现的个数,2、数据所占的百分比。在推荐系统中,‘权’:w可以视为相似度(电影之间相似度或者用户之间相似度),x则为用户对电影的评分。

如预测用户2对第一部电影的评分,分别计算film1与film2、3、4的相似度:p12,p13,p14,视为权重。设用户2对film2、3、4的评分分别为,f2,f3,f4,
则用户2对第一部电影的评分为f1=(p12*f2+p13*f3+p14*f4)/sum(p12,p13,p14)

上面的预测步骤中计算的相似度是第一电影与其他所有电影作比较,每一次比较需要比较全部属性,然而实际项目中,并不需要这么多,只需要寻找电影中的一些典型的有代表的属性作比较也能得到准确的结果,这样也能减少计算量。

那么如何寻找呢?
这里就可以使用SVD对用户电影评价数据做奇异值分解,寻找电影中有代表字段属性,其实也可以寻找用户中有代表字段属性,总之,SVD可以寻找到各个维度方向上的的代表量。设矩阵A为用户的电影评价数据矩阵,其中行为用户,列为电影。对矩阵A做奇异值分解,如下所示

 其中U可视为用户的特征向量矩阵,V可视为电影的特征向量矩阵。注意:列向量为特征向量。对角矩阵S中的对角线值即奇异值(降序排序)的大小可以视为对特征用户和特征电影的权重影响。注意对角矩阵S对角线的奇异值需降序排序,特征向量根据对应的奇异值排序。

在奇异值矩阵中也是按照从大到小排列,而且奇异值的减少特别的快,在很多情况下,前10%甚至1%的奇异值的和就占了全部的奇异值之和的99%以上的比例。也就是说,我们也可以用最大的k个的奇异值和对应的左右奇异向量来近似描述矩阵,依然能很好得表达原始样本信息。

 在本例中,如下图所示,假设我们发现前3个奇异值之和就占了全部的奇异值之和的90%以上的比例,据此,我们可以选取前3维V特征矩阵或者U特征矩阵从而实现降维处理(注意:列向量为特征向量),如图中黄色虚线所示

关于奇异值分解的更多讲解,见文章  

回到推荐系统,例如,我们比较电影之间的相似度,我们选取电影的特征矩阵V^{T}前k行属性(注意:列向量为特征向量)

 这样计算相似度时,电影1只需要比较电影2、电影3和电影3各自的部分属性就可以了,预测评分过程如下

此外,我们不仅可以通过比较相似电影特点来为用户做出推荐,也可以比较相似用户的喜好来为用户做出推荐,过程与上面相似。

协同过滤推荐

通过用户与用户或者电影与电影的数据进行比对来实现推荐称为协同过滤推荐。当知道了两个用户或两个物品之间的相似度,我们就可以利用已有的数据来预测未知用户的的喜好。推荐系统应该是基于物品的相似度策略还是基于用户的相似度策略,来为用户做出推荐,取决于用户或物品的数目。基于物品相似度计算的时间会随物品数量的增加而增加,基于用户相似度计算的时间会随用户数量的增加而增加。具体使用哪种策略,要结合实际使用场景。对于大部分产品导向的推荐引擎而言,用户数量往往远大于物品的数量,我们更倾向于使用基于物品的相似度计算方法。

相似度计算

如何衡量物品之间相似程度?见文章

代码

代码见Github

图像压缩

什么压缩?如何使用SVD奇异值分解对图像压缩?

如下图,我们将我们也可以用最大的前k个的奇异值和对应的左右奇异向量来近似描述矩阵,图片依然能很好得表达原始样本信息,同时占用内存也减小,这个过程即可视为图像压缩。

 前面的SVD用于推荐系统不太直观,而图像压缩这可以很直观得看出SVD对图像奇异值分解的作用。如下图动图所示,展示了选取的奇异值占了全部的奇异值之和的0~100%时,相应的图像变化

 注意图像转换为矩阵是三维矩阵,即每个像素点都有3个值表示 ,所以就是3通道图。因此对图像矩阵数据做奇异值分解需要对3个通道分别做奇异值分解。伪代码如下

注意:图片有3通道,即m*n*3矩阵,需分别对每个通道做奇异值分解。
import numpy as np
from PIL import Image
#读取照片
img = Image.open(path)
#照片转为矩阵
img = np.array(img)
imgData = np.zroes_like(img)#照片有3个通道,imgData用来存储3个通道的奇异值分解
#奇异值分解
for i in range(3):
    #选取90%的奇异值占比索引,k
    U, S, V = np.linalg.svd(imgData[:,:,i])  # V已转置
    cumsum = np.cumsum(S)
    sum_list = cumsum / sum(S)
    k = np.where(sum_list>=0.9)[0][0]
    img[:,:,i] = U[:,:k]@np.diag(S[:k])@V[:k,:]
return img

 代码

代码见Github

举报

相关推荐

0 条评论