実践 機械学習システム

8.1

 推薦システムを改良する

163

#

最も類似した映画が先頭に来るようにするため、配列の順番を反転させる

likes = likes[::-1]

#

類似映画から、

uid

のユーザが点数付けした映画のスコアを返す

for ell in likes:

if reviews[uid,ell] > 0:

return reviews[uid,ell]

この予測関数の結果はまずまずです。RMSEはわずか0.85です。

これまでのコードでは交差検定については記載しませんでした。テストを行うには、テストを

行うユーザを除いて類似行列を新たに生成する必要があります（そうでなければ、テストデー

タを汚したことになり、汎化能力について誇張した評価を行うことになります）。残念なが

ら、それを行うためには時間がかかります。各ユーザは全ユーザを対象とした類似行列では

なく、それぞれに必要な行列を計算しなければなりません。そのため、コードは先ほどの例よ

りも少し複雑になります。本書のサポートページには、詳細を記載したコードを置いていま

す。また、より高速な処理を行う

all_correlations

関数も用意しています。

8.1.3

　複数の手法を組み合わせる

これまで解説した二つの手法を組み合わせて、一つの予測器を作成することができます。そのため

には、たとえば、両予測器の予測したスコアを平均することができるでしょう。通常はこれだけで十分

かもしれません。しかし、両予測器の重みをちょうど0.5にする理由はありません。両予測