LightFM模型:分数和乙状结肠功能

Question

我有两个与LightFM模型相关的问题：

1. 我阅读了关于该模型的文章，并看到它使用了sigmoid (.)-function。我还检查了库的Cython代码，并看到函数也在那里实现。但是，该模型适用于评等设置中的排序项(等级从1到5)。为什么乙状结肠没有损害排名系统？我的意思是它将值从0返回到1，为什么这个模型仍然适用于评级？
2. 我是否正确地指出，模型返回的分数是q_u * p_i + b_u + b_i (见本文)？如果没有，我如何计算自己的分数？它们是从哪里来的，它们的震级为何如此之高？我得到的分数大约在-100000到+100000之间。

UPD1:我跟踪了这些评论，发现了以下功能：

cdef inline flt compute_prediction_from_repr(flt *user_repr,
                                             flt *item_repr,
                                             int no_components) nogil:

    cdef int i
    cdef flt result

    # Biases
    result = user_repr[no_components] + item_repr[no_components]

    # Latent factor dot product
    for i in range(no_components):
        result += user_repr[i] * item_repr[i]

    return result

似乎分数确实是上面的公式，但是如果有人也能看一看--我对Cython不太在行，那会很有帮助。

UPD2:乙状结肠只用于模型的logistic变体。如果你试过翘曲就不用了。

Answer 1

该模型适用于使用Sigmoid的评分，因为LightFM 将作为推荐问题。

对于1到5之间的收视率，5是最高的，

• 评级4和5表示用户对->正项感兴趣。
• 评分从1到3表示用户对->负面项不感兴趣

这是使用AUC评分表示模型性能的原因。对于单个用户，AUC对应的概率是随机选择的肯定项将比随机选择的负面项高的概率。

在我的例子中，我应用了翘曲损失，并使用翘曲评分作为一个指标，以用户在特征空间中对项目的亲近程度得到用户的喜爱。对于概率评分或评级预测，可以考虑其他复杂的模型。