Pythonではじめる教師なし学習 ―機械学習の可能性を広げるラベルなしデータの利用

224

10

章 制限付きボルツマンマシンを用いた推薦システム

# Generate ratings matrix for train

ratings_train = np.zeros((n_users, n_movies))

for row in X_train.itertuples():

ratings_train[row[6]-1, row[5]-1] = row[3]

# Calculate sparsity of the train ratings matrix

sparsity = float(len(ratings_train.nonzero()[0]))

sparsity /= (ratings_train.shape[0] * ratings_train.shape[1])

sparsity *= 100

print('Sparsity: {:4.2f}%'.format(sparsity))

同様の行列を、検証セットとテストセットに対しても作る。これらは、当然だがさらにスパースにな

る。

# Generate ratings matrix for validation

ratings_validation = np.zeros((n_users, n_movies))

for row in X_validation.itertuples():

ratings_validation[row[6]-1, row[5]-1] = row[3]

# Generate ratings matrix ...