如何将GraphLab ItemSimilarityRecommend的数组更改为SFrame

Question

我用python编写了我的自定义成对相似性函数，该函数给出了一个特征矩阵X（包含多行特征），并将输出结果作为k返回给给定相似性度量的每个项的最近邻：

def print_pairwise_sim_for_graphlab(X,item_ids,metric,p,knn):
N = len(X) 
SI = DI.squareform(DI.pdist(X,metric,p))
q = -1 
Y = np.zeros((N*knn,4))
for i in range(0, N):
    for k in range(1, knn+1):
        q = q + 1 
        Y[q,0] = item_ids[i]
        Y[q,1] = item_ids[np.argsort(SI[i,:])[-k]] 
        Y[q,2] = np.sort(SI[i,:])[-k]
        Y[q,3] = k

return (Y)

我这样称呼它：

^{pr2}$

在哪里

 LL_features_SCD_min_np 

  array(
   [[-200,  -48, -127, ...,    1,    0,    1],
   [-199,  -38, -127, ...,    0,    0,    1],
   [-202,  -60, -127, ...,    1,    0,    1],
   ..., 
   [-202,  -60, -127, ...,    1,    0,    1],
   [-198,   56, -120, ...,    1,    0,    1],
   [-202,  -85, -127, ...,    1,    0,    1]])

输出如下所示

  nn_SCD_min = 
  array([[  8.90000000e+01,   4.71460000e+04,   1.85300000e+03,
      1.00000000e+00],
   [  8.90000000e+01,   8.11470000e+04,   1.84600000e+03,
      2.00000000e+00],
   [  8.90000000e+01,   2.20700000e+03,   1.84600000e+03,
      3.00000000e+00],
   ..., 
   [  8.24630000e+04,   1.00000000e+03,   1.39300000e+03,
      8.00000000e+00],
   [  8.24630000e+04,   5.98930000e+04,   1.39200000e+03,
      9.00000000e+00],
   [  8.24630000e+04,   1.48900000e+03,   1.35000000e+03,
      1.00000000e+01]])

在Graphlab中，我想使用输出作为graphlab.recommender.item_similarity_recommender.create的输入。在

我使用如下：

 m2 = gl.item_similarity_recommender.create(ratings_5K, nearest_items=nn_SCD_min)

我得到以下错误：

   87         _get_metric_tracker().track(metric_name, value=1, properties=track_props, send_sys_info=False)
   88 
---> 89         raise ToolkitError(str(message))

  ToolkitError: Option 'nearest_items' not recognized

我认为错误的主要原因是我的nn_SCD_min需要作为SFrame导入（这里看起来像一个数组）。nn_SCD_min有四列。我认为列的标题应该如下：

    item_id, similar, score, rank

如何将数组“nn_SCD_min”更改为具有上述四个标头的SFrame？任何关于我促成这样做的想法都是非常感谢的。在

Answer 1

可以直接从numpy数组创建SFrame。它将有一个数组类型的列。然后您可以unpack将其放入一个四列的SFrame中。在

>>> nearest_items = gl.SFrame(nn_SCD_min)
>>> nearest_items = nearest_items.unpack('X1', '')\
                                 .rename({'0': 'item_id', 
                                          '1': 'similar', 
                                          '2': 'score', 
                                          '3': 'rank'})

>>> nearest_items
Columns:
    item_id float
    similar float
    score   float
    rank    float

Rows: 6

Data:
+    -+    -+    +   +
| item_id | similar | score  | rank |
+    -+    -+    +   +
|   89.0  | 47146.0 | 1853.0 | 1.0  |
|   89.0  | 81147.0 | 1846.0 | 2.0  |
|   89.0  |  2207.0 | 1846.0 | 3.0  |
| 82463.0 |  1000.0 | 1393.0 | 8.0  |
| 82463.0 | 59893.0 | 1392.0 | 9.0  |
| 82463.0 |  1489.0 | 1350.0 | 10.0 |
+    -+    -+    +   +