質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.59%

類似度の高い順に3つ推薦対象とするのにfor文を使う理由

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 2,081
退会済みユーザー

退会済みユーザー

http://www.yoheim.net/blog.php?q=20160313
のサイトを参考にレコメンドシステムを作っています。 

import numpy as np
from scipy.spatial.distance import cosine
from scipy.spatial.distance import pdist
from scipy.spatial.distance import squareform

x = np.array([
    [1,1,1,0,0,0],
    [1,1,0,0,0,0],
    [0,0,1,0,1,0],
    [0,0,1,1,1,0],
    [0,1,1,0,0,0],
    [1,1,0,1,1,0],
    [1,0,1,0,0,0],
    [0,0,0,0,0,1]
])

#列に変換
#print(x.T[0])
#print(x.T[1])

#コサイン類似度
item1 = x.T[0]
item2 = x.T[1]
sim = 1 - cosine(item1, item2)

#全てのアイテムのコサイン類似度
# アイテムを行に、ユーザーを列に転置する
x = x.T
#print(x)
# 行ごと(=つまりアイテムごと)の距離を計算する
d = pdist(x, 'cosine')
#print(d)

# 「類似度 = 1 - 距離」
d = 1 - d

#結果をベクトルから行列に変換
d = squareform(d)

#推薦結果を作成する
# 自分自身は対象外にしたいので、優先度を下げる
me = np.eye(d.shape[0])
d = d - me
# item1〜6まで、類似度の高い順に3つ推薦対象とする
for idx in range(x.shape[0]):
    item1_sim = d[:,idx]
    item1_rel = []
    for i in range(item1_sim.shape[0]):
        item1_rel.append(('item%d'%(i+1), item1_sim[i]))
        item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)
        # 3件に絞る
        item1_rel = item1_rel[:3]
        print(item1_rel)
        print("   ", item1_rel)
        print("")

print(item1)
print(item2)


とコードを書いて実行すると見本と同じ動きをさせることができました。
でも、

# item1〜6まで、類似度の高い順に3つ推薦対象とする
for idx in range(x.shape[0]):
    item1_sim = d[:,idx]
    item1_rel = []
    for i in range(item1_sim.shape[0]):
        item1_rel.append(('item%d'%(i+1), item1_sim[i]))
        item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)


の部分がわかりません。まず、

x.shape[0]


item1_sim.shape[0]


の.shape配列のインデックス0指定で何をしているのかがわかりません。

shape は,スカラーや,タプルによって配列の各次元の大きさを表す属性です. 例えば,大きさが 5 のベクトルはスカラー 5 によって, 2×3  の行列はタプル (2, 3) となります.
http://www.kamishima.net/mlmpyja/nbayes2/shape.html
とあるように、
配列の大きさをメソッドチェーンで変数にくっつけて何ができるのかな、と。
あと、
類似度の高い順に3つ推薦対象とするのにfor文を2回使う理由がわかりません。どうしてここではfor文を2回使っているのでしょうか?

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

まず、提示されたコードのインデントがおかしいです。正しくは以下です。

# 略
for i in range(item1_sim.shape[0]):
        item1_rel.append(('item%d'%(i+1), item1_sim[i]))
    # ここから下は1階層目のループと同階層でなければいけない。
    item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)
    # 略


numpy.shapeの戻り値はタプルで、行列の行列数が格納されています。
たとえば距離行列dは6×6なので、d.shape(6,6)となり、d.shape[0]=6となります。
例示されたコードでは、どれもアイテム(商品)数を取得しています。

また、1階層目のループでは、類似度を求める元商品のループ
2階層目のループでは、各商品の名称と、元商品に対する類似度をタプルにまとめて商品リストに追加しています。

さらに
item1_rel = sorted(item1_rel, key=lambda d:d[1], reverse=True)
にて、商品リストを類似度の高い(大きい)順に並び替え

item1_rel = item1_rel[:3]
で上位3件のみ抽出しています。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.59%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る