#!usr/bin/python
#?-*-?coding:UTF-8?-*-
#Created?on:?2018/3/12
#author:?Xiuze?Zhou
#e-mail:?zhouxiuze@foxmail.com
?
#-------------------------FUNCTION---------------------------#
from?pylab?import?*
import?numpy?as?np
import?random
import?math

def?SGD（traintestNMgammaDlambda_1Step）:
????#?train:?train?data
????#?test:?test?data
????#?N:the?number?of?user
????#?M:the?number?of?item
????#?gamma:?the?learning?rata
????#?D:?the?number?of?latent?factor
????#?lambda_1:?regularization?parameter
????#?Step:?the?max?iteration
????p?=?np.random.random（（N?D））
????q?=?np.random.random（（M?D））
????rmse=[]
????loss=[]
????for?ste?in?range（Step）:
????????los=0.0
????????for?data?in?train:
????????????u=data[0]
????????????i=data[1]
????????????r=data[2]

????????????e=r-np.dot（p[u]q[i].T）????????????
????????????p[u]=p[u]+gamma*（e*q[i]-lambda_1*p[u]）
????????????q[i]=q[i]+gamma*（e*p[u]-lambda_1*q[i]）

????????????los=los+e**2+lambda_1*（np.square（p[u]）.sum（）+np.square（q[i]）.sum（））
????????loss.append（los）
????????rms=RMSE（pqtest）
????????rmse.append（rms）
????????if?ste%10==0:
????????????print?ste/10
????return?lossrmsepq

???????????
def?RMSE（pqtest）:
????count=len（test）
????sum_rmse=0.0
????for?t?in?test:
????????u=t[0]
????????i=t[1]
????????r=t[2]
????????pr=np.dot（p[u]q[i].T）
????????sum_rmse+=np.square（r-pr）
????rmse=np.sqrt（sum_rmse/count）
????return?rmse


def?Load_data（filedirratio）:
????user_set={}
????item_set={}
????N=0;#the?number?of?user
????M=0;#the?number?of?item
????u_idx=0
????i_idx=0
????data=[]
????f?=?open（filedir）
????for?line?in?f.readlines（）:
????????uirt=line.split（）
????????if?int（u）?not?in?user_set:
????????????user_set[int（u）]=u_idx
????????????u_idx+=1
????????if?int（i）?not?in?item_set:
????????????item_set[int（i）]=i_idx
????????????i_idx+=1
????????data.append（[user_set[int（u）]item_set[int（i）]int（r）]）
????f.close（）
????N=u_idx;
????M=i_idx;

????np.random.shuffle（data）
????train=data[0:int（len（data）*ratio）]
????test=data[int（len（data）*ratio）:]
????return?NMtraintest


def?Figure（lossrmse）:
????fig1=plt.figure（‘LOSS‘）
????x?=?range（len（loss））
????plot（x?loss?color=‘g‘linewidth=3）
????plt.title（‘Convergence?curve‘）
????plt.xlabel（‘Iterations‘）
????plt.ylabel（‘Loss‘）

????fig2=plt.figure（‘RMSE‘）
????x?=?range（len（rmse））
????plot（x?rmse?color=‘r‘linewidth=3）
????plt.title（‘Convergence?curve‘）
????plt.xlabel（‘Iterations‘）
????plt.ylabel（‘RMSE‘）
????show（）

#----------------------------SELF?TEST----------------------------#
?
def?main（）:
????dir_data=“./u.data“
????ratio=0.8
????NMtraintest=Load_data（dir_dataratio）
????????
????gamma=0.005
????D=10
????lambda_1=0.1
????Step=50
????lossrmsepq=SGD（traintestNMgammaDlambda_1Step）
????print?rmse[-1];
????Figure（lossrmse）
????
?????????
if?__name__?==?‘__main__‘:?
????main（）

?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----

?????文件???????1189??2018-03-13?23:54??SGD_MF\README.md

?????文件???????2946??2018-03-13?00:35??SGD_MF\SGD_MF\SGD_MF.py

?????文件????1979173??2018-03-12?05:39??SGD_MF\SGD_MF\u.data

?????文件?????????75??2018-03-13?23:51??SGD_MF\SGD_MF\講解和推導(dǎo).txt

?????目錄??????????0??2018-03-13?00:42??SGD_MF\SGD_MF

?????目錄??????????0??2018-03-13?23:50??SGD_MF

-----------?---------??----------?-----??----

??????????????1983383????????????????????6