跳至正文
OpenAgentSkill
浏览已开放 · 目录记录日期 2026-11-21 · 自动更新和账户服务暂时关闭。
其他技能

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}3.04.2
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:

  1. 数据定义/加载
  2. 均值归一化
  3. 代价函数 + 梯度计算(向量化)
  4. 参数设置
  5. 梯度下降循环
  6. predict() 预测函数
  7. Top-N 推荐函数
  8. 相似物品检索函数
  9. 结果输出(推荐列表 + 相似物品)
  10. 3 张子图的 matplotlib 代码
  11. 完整中英文注释

可脱离技能环境独立运行,只需 NumPy + Matplotlib。


代码模板

模板 A:基于内容的推荐

阅读完整来源 ↗