recommender-system
推荐系统(Recommender System)—— 基于内容的推荐 / 协同过滤,纯 NumPy 实现。 当用户提到"推荐系统"、"recommender system"、"协同过滤"、"collaborative filtering"、 "内容推荐"、"content-based filtering"、"推荐算法"、"评分预测"、"帮我推荐"、 "电影推荐"、"商品推荐"、"recommendation system"、"推荐引擎"、"基于内容的推荐"、 "基于协同过滤"、"预测评分"、"推荐电影"、"推荐商品"、"similar items"、"相似物品"、 "找出相似"等类似场景时触发。 适用于任何"有用户-物品评分数据,想预测缺失评分或推荐物品"的需求。 不要手动写代码——必须调用此技能来统一处理。
muralidharsoth-tech · 已有静态检查记录
安装与使用
运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。
npx skills add muralidharsoth-tech/andrew-ng-ml-claude-skills --skill recommender-system技能说明
name: recommender-system description: | 推荐系统(Recommender System)—— 基于内容的推荐 / 协同过滤,纯 NumPy 实现。 当用户提到"推荐系统"、"recommender system"、"协同过滤"、"collaborative filtering"、 "内容推荐"、"content-based filtering"、"推荐算法"、"评分预测"、"帮我推荐"、 "电影推荐"、"商品推荐"、"recommendation system"、"推荐引擎"、"基于内容的推荐"、 "基于协同过滤"、"预测评分"、"推荐电影"、"推荐商品"、"similar items"、"相似物品"、 "找出相似"等类似场景时触发。 适用于任何"有用户-物品评分数据,想预测缺失评分或推荐物品"的需求。 不要手动写代码——必须调用此技能来统一处理。
推荐系统(Recommender System)
概述
基于吴恩达课程第 9 周的推荐系统算法,核心原理:
- 基于内容的推荐:利用物品特征 x^(i),学习用户偏好参数 theta^(j),predict = theta^T x
- 协同过滤:同时学习物品特征 x^(i) 和用户参数 theta^(j),从评分数据自动发现隐含特征
- 均值归一化:消除评分偏置,解决新用户冷启动问题
- 相似物品:基于学习到的特征向量 ‖x^(i) - x^(k)‖² 找相似物品
- 所有代码使用纯 NumPy + Matplotlib,向量化实现,自动保存为带时间戳的
.py文件
核心规则
- 数据输入支持三种方式:粘贴数组、CSV 文件、口头描述
- 自动判断走"基于内容推荐"还是"协同过滤"
- 协同过滤时自动推荐隐含特征数 n_features
- lambda、alpha、iters 三个参数智能推荐,用户可调整
- 输出包含:预测函数、Top-N 推荐、相似物品、
.py代码文件、.png可视化图表
交互流程
步骤 1:数据输入
请提供你的评分数据。支持三种方式:
A. 粘贴数组 — 直接粘贴 Python 格式的评分矩阵 B. CSV 文件 — 提供文件路径,我来读取 C. 口头描述 — 描述场景,我来生成模拟数据
如果你有物品特征(如电影类型、主演等),也请一并提供。
自动判断输入类型:
包含 ".csv" → CSV 文件模式
包含 "[[", "np.array", "Y =", "R =" 等 → 数组粘贴模式
包含 "大概", "模拟", "比如" 等 → 口头描述模式
模式 A:粘贴数组
请粘贴你的数据。格式示例:
# 评分矩阵(0 = 未评分): # 行=电影, 列=用户 Y = [[5, 4, 0, 0], [3, 0, 0, 4], [0, 4, 5, 0], [0, 0, 5, 4]] # 或者评分记录列表: # (物品索引, 用户索引, 评分) ratings = [(0, 0, 5.0), (0, 1, 4.0), (1, 0, 3.0), ...]如果有物品特征:
X_features = [[0.9, 0.0, 1.0, 0.1], # 电影1的特征 [0.1, 0.0, 0.9, 1.0]] # 电影2的特征还需提供:物品名列表、用户名列表、推荐主题
提取:Y(评分矩阵,n_items × n_users)、R(指示矩阵,自动从 Y 计算)、可选的 X_features(物品特征矩阵,n_features × n_items)、item_names、user_names、title_topic
模式 B:CSV 文件
请提供 CSV 文件路径。支持两种格式:
- 矩阵式:行=物品, 列=用户, 值=评分, 空=未评分
- 记录式:user_id, item_id, rating 三列
如果物品特征在另一个 CSV 中,也请提供路径。
读取逻辑:先尝试 UTF-8,失败则尝试 GBK。自动跳过非数值列。空值/0 标记为"未评分"。
模式 C:口头描述
请描述你的推荐场景:
- 有多少个物品?多少个用户?评分范围是多少?
- 大概有多少条评分记录?
- 是什么类型的推荐(如电影推荐、商品推荐)?
根据描述用 np.random.seed(42) 生成模拟评分数据,打印预览,让用户确认。
步骤 2:数据初探确认
解析完成后,打印数据摘要,确认无误再继续:
📊 数据概览
指标 值 物品数 (n_items) {n_items} 用户数 (n_users) {n_users} 已评分条目 {n_rated} 评分稀疏度 {sparsity:.1%} 评分范围 [{min_rating:.1f}, {max_rating:.1f}] 提供物品特征 {是/否} 评分分布:
1分: ██ 2条 2分: ████████ 8条 3分: ██████████████ 14条 4分: ██████████ 10条 5分: ██████ 6条数据看起来正确吗?(回复"可以"继续,或指出问题)
数据健康检查:
| 检查项 | 处理 |
|---|---|
| n_rated < 10 | ⚠️ 警告评分太少,模型可能不可靠 |
| 某用户无评分 | 标记为"新用户",均值归一化自动处理 |
| 某物品无评分 | ⚠️ 建议移除该物品(无法学到其特征) |
| 所有评分相同 | ⚠️ 数据无区分度,无法学习 |
步骤 3:算法选择 + 特征数推荐
用户是否提供了物品特征(X_features)?
│
├── 是 → 基于内容的推荐
│ 理由:物品特征已知,只需学习用户偏好参数 theta
│ 参数少、收敛快
│
└── 否 → 协同过滤
理由:无物品特征,需要从评分中自动发现隐含特征
需推荐学习多少个隐含特征(n_features)
汇报:
🧠 算法选择
检测到:{有/无}物品特征 推荐算法:{基于内容的推荐 / 协同过滤} 原因:{说明}
协同过滤额外步骤:推荐 n_features
推荐学习 {n_features} 个隐含特征。 (推荐逻辑:默认
min(10, n_items//2, n_users//2),评分稀疏则减少)
- 更多特征 → 捕获更多细节,但可能过拟合
- 更少特征 → 模型更简单稳定
是否接受?(回复"可以"确认,或输入新值如
5)
步骤 4:参数推荐(lambda、alpha、iters)
lambda 推荐逻辑(正则化参数):
- 默认:lambda = 1.0
- 评分稀疏度 > 0.8 → lambda = 3.0(强正则化防过拟合)
- 评分稀疏度 < 0.3 → lambda = 0.1(弱正则化)
- 有验证集 → 尝试 lambda ∈ {0, 0.01, 0.1, 1, 3, 10},选验证误差最小的
alpha 推荐逻辑(学习率):
- 默认:alpha = 0.01
- n_rated > 1000 → alpha = 0.003(更谨慎)
- n_rated < 50 → alpha = 0.03(更大胆)
iters 推荐逻辑:
- 默认:500
- 如果参数少(只有 theta,内容推荐)→ 200
- 如果参数多(x + theta,协同过滤)→ 500
汇报:
⚙️ 参数推荐
参数 推荐值 原因 lambda {lambda} {原因} alpha {alpha} {原因} iters {iters} {原因} 是否需要调整?(回复"可以"确认,或输入修改如
lambda=3, alpha=0.003)
步骤 5:训练模型
执行步骤:
1. 均值归一化:Y_norm = Y - Y_mean(仅对已评分项)
2. 随机初始化参数(小随机值,对称破坏)
3. 向量化梯度下降
- 每 50 轮打印一次代价 J
- 若 J 上升 → alpha 自动减半重试
- 若连续 10 轮 ΔJ < 1e-6 → 提前停止
4. 打印最终参数
汇报训练进度:
🏋️ 训练中...
迭代 50/500 | J = 12.3456 迭代 100/500 | J = 8.9012 迭代 150/500 | J = 5.6789 ... 迭代 500/500 | J = 1.2345
✅ 训练完成!最终 J = {final_J:.4f},耗时 {elapsed:.1f}s
步骤 6:输出结果
6a. 预测函数
def predict(user_id, item_id):
"""预测用户 user_id 对物品 item_id 的评分"""
return theta[:, user_id] @ x[:, item_id] + Y_mean[item_id]
6b. 每用户 Top-N 推荐
📋 推荐结果
用户 {user1} 的推荐(Top-5 未评分物品):
排名 物品 已有评分 预测评分 1 {item3} — 4.8 2 {item5} — 4.5 3 {item7} 3.0 4.2 4 {item2} — 4.0 5 {item8} — 3.8 ...(共 {n_users} 个用户的推荐)
6c. 相似物品
🔗 相似物品
{item1} 的相似物品(Top-5):
排名 物品 ‖x 差‖² 相似度 1 {item3} 0.12 ★★★★★ 2 {item5} 0.45 ★★★★☆ 3 {item8} 0.89 ★★★☆☆ 4 {item2} 1.34 ★★☆☆☆ 5 {item6} 2.01 ★★☆☆☆
步骤 7:生成图表
生成一张多子图大图,保存为 {filename_base}_recommender.png:
子图布局(3 行 1 列):
Row 1: 代价函数收敛曲线
- 折线图,X=迭代次数, Y=J(代价)
- 标注 lambda 值
- 如果做了 lambda 搜索 → 多条曲线对比不同 lambda
Row 2: 评分矩阵热力图
- 行=物品, 列=用户
- 颜色:实际评分(蓝色=低分, 红色=高分)
- 白色/灰 = 未评分
- 在未评分格上叠加预测值(白色文字)
Row 3: 预测 vs 实际散点图
- X=实际评分, Y=预测评分
- 红色虚线:y=x(理想预测)
- 标注 RMSE 和 MAE
Matplotlib 设置:
import matplotlib
matplotlib.use('Agg')
matplotlib.rcParams['font.sans-serif'] = ['SimHei', 'Microsoft YaHei', 'DejaVu Sans']
matplotlib.rcParams['axes.unicode_minus'] = False
步骤 8:生成 .py 文件
文件名格式:{prefix}_recommender_{YYYYMMDD}_{HHMMSS}.py
生成的 .py 包含完整可运行代码:
- 数据定义/加载
- 均值归一化
- 代价函数 + 梯度计算(向量化)
- 参数设置
- 梯度下降循环
predict()预测函数- Top-N 推荐函数
- 相似物品检索函数
- 结果输出(推荐列表 + 相似物品)
- 3 张子图的 matplotlib 代码
- 完整中英文注释
可脱离技能环境独立运行,只需 NumPy + Matplotlib。