写在前面

准备近期将微软的machinelearning-samples翻译成中文，水平有限，如有错漏，请大家多多指正。
如果有朋友对此感兴趣，可以加入我：https://github.com/feiyun0112/machinelearning-samples.zh-cn

电影推荐 - 矩阵分解示例

ML.NET 版本	API 类型	状态	应用程序类型	数据类型	场景	机器学习任务	算法
v0.7	动态 API	最新版本	控制台应用程序	.csv 文件	推荐	矩阵分解	MatrixFactorizationTrainer

在这个示例中，您可以看到如何使用ML.NET来构建电影推荐引擎。

问题

在本教程中，我们将使用MovieLens数据集，其中包含电影评分，标题，流派等信息。在构建我们的电影推荐引擎的方法方面，我们将使用分解机，它使用协同过滤方法。

“协同过滤”是在一个基本假设的情况下运作的，即如果某人A在一个问题上与某人B具有相同的意见，则在另一个问题上，相对其他随机选择的人，A更倾向于B的观点。

使用ML.NET，我们支持以下三种推荐场景，根据您的场景，您可以从下面的列表中选择三种场景之一。

场景	算法	示例链接
你有用户购买行为中的用户Id、产品Id和评分。	矩阵分解	当前示例
你仅有用户购买行为中用户Id和产品Id，但是没有评分。这在来自在线商店的数据集中很常见，您可能只能访问客户的购买历史记录。有了这种类型的推荐，你可以建立一个推荐引擎用来推荐经常购买的物品。	One Class 矩阵分解	产品推荐器
您希望在您的推荐引擎中使用用户Id、产品Id和评分之外的更多属性（特征），例如产品描述，产品价格等。	场感知分解机	基于分解机的电影推荐器

数据集

原始数据来自MovieLens数据集：
http://files.grouplens.org/datasets/movielens/ml-latest-small.zip

ML 任务 - 矩阵分解（推荐）

这个示例的ML任务是矩阵分解，它是一个执行协同过滤的有监督的机器学习任务。

解决方案

要解决此问题，您需要在现有训练数据上建立和训练ML模型，评估其有多好（分析获得的指标），最后您可以使用/测试模型来预测给定输入数据变量的需求。

建立 -> 训练 -> 评估 -> 使用

1. 建立模型

建立模型包括:

定义映射到数据集的数据模式，并使用DataReader读取（recommended-ratings-train.csv和recommended-ratings-test.csv）
矩阵分解需要对userId，movieId这两个特征进行编码
然后MatrixFactorizationTrainer将这两个已编码特征（userId, movieId）作为输入

下面是用于建立模型的代码：

 
 var mlcontext = new MLContext();

 var reader = mlcontext.Data.TextReader(new TextLoader.Arguments()
            {
                Separator = ",",
                HasHeader = true,
                Column = new[]
                {
                    new TextLoader.Column("userId", DataKind.R4, 0),
                    new TextLoader.Column("movieId", DataKind.R4, 1),
                    new TextLoader.Column("Label", DataKind.R4, 2)
                }
            });

 IDataView trainingDataView = reader.Read(new MultiFileSource(TrainingDataLocation));

 var pipeline = mlcontext.Transforms.Categorical.MapValueToKey("userId", "userIdEncoded")
                                   .Append(mlcontext.Transforms.Categorical.MapValueToKey("movieId", "movieIdEncoded")
                                   .Append(new MatrixFactorizationTrainer(mlcontext, "Label","userIdEncoded", "movieIdEncoded")));

2. 训练模型

训练模型是在训练数据（具有已知电影和用户评分）上运行所选算法以调整模型参数的过程。它是在评估器对象的Fit()方法中实现的。

要执行训练，您需要调用Fit()方法访问在DataView对象中提供的训练数据集（recommendation-ratings-train.csv文件）。

var model = pipeline.Fit(trainingDataView);

请注意，ML.NET使用延迟加载方法处理数据，所以实际上只有调用.Fit()方法时才真正在内存中加载数据。

3. 评估模型

我们需要这一步来总结我们的模型对新数据的准确性。为此，上一步中的模型针对未在训练中使用的另一个数据集运行（recommendation-ratings-test.csv）。

Evaluate() 比较测试数据集的预测值并生成各种指标，例如准确性，您可以进行研究。

Console.WriteLine("=============== Evaluating the model ===============");
IDataView testDataView = reader.Read(new MultiFileSource(TestDataLocation));
var prediction = model.Transform(testDataView);
var metrics = mlcontext.Regression.Evaluate(prediction, label: "Label", score: "Score");

4. 使用模型

训练模型后，您可以使用Predict()API来预测特定电影/用户组合的评分。

var predictionengine = model.MakePredictionFunction<MovieRating, MovieRatingPrediction>(mlcontext);
var movieratingprediction = predictionengine.Predict(
                new MovieRating()
                {
                    //Example rating prediction for userId = 6, movieId = 10 (GoldenEye)
                    userId = predictionuserId,
                    movieId = predictionmovieId
                }
            );
 Console.WriteLine("For userId:" + predictionuserId + " movie rating prediction (1 - 5 stars) for movie:" +  
                   movieService.Get(predictionmovieId).movieTitle + " is:" + Math.Round(movieratingprediction.Score,1));

请注意，这是用矩阵分解进行电影推荐的一种方法。还有其他的推荐方案，我们也将为其建立示例。

ML.NET 示例：推荐之矩阵分解

写在前面