基于SVM算法的Movielens数据集分类

Question

我想用Matlab实现一个推荐系统，选择MoveiLens数据集和svm算法。我实现了一个返回两组项的函数。第一组是用户评等大于3的项，第二组是用户率小于4的项。比率是具有3列的矩阵，第一组是用户Id，第二组是项Id，第三组是该项的用户率。

  function [like,dislike]=UsetLike(User,Rate)
    k1=1;
    k2=1;
    for i=1:size(Rate,1)
    if(Rate(i,1)==User)
      if(Rate(i,3)>3)
          like(k1)= Rate(i,2);
          k1=k1+1;
      end
      if(Rate(i,3)<=3)
          dislike(k2)= Rate(i,2);
          k2=k2+1;
      end

   end
  end

end

然后，我编写了另一个函数，它通过svm来训练，就像这样。Feature是(i)行中显示item (i)功能的矩阵，它有19个0或1值的特性。

function [svmModel]=TrainSVM(like,dislike,Feture)
group1=zeros(size(like,2),19);
group2=zeros(size(dislike,2),19);
for i=1: size(group1,1)
    group1(i,:)= Feture(like(i),:);
 end
 for i=1: size(group2,1)
    group2(i,:)= Feture(dislike(i),:);
 end
   Dataset=cat(1,group1,group2);

   group=[repmat({'like'},1,size(group1,1)) repmat({'dislike'},1,size(group2,1) )]'; 

   svmModel = svmtrain(Dataset, group, ...
   'Autoscale',true, 'Showplot',false, 'Method','QP', ...
   'BoxConstraint',2e-1, 'Kernel_Function','rbf', 'RBF_Sigma',1);

end

现在我想知道我的解决方案是否正确？因为它大多是在3D空间，所以我无法指教它。如果我想使用速率(1-5)而不是喜欢或不喜欢呢？

Answer 1

为了使用速率(1-5)作为输出信号，您将需要一个名为等级支持向量机的修改，因为这不仅仅是一个多标签分类，而是一个排序问题。