【转】如何使用Excel实现推荐系统

编者按:Dave Smith使用Excel电子表格深入浅出地讲解了SVD++(基于协同过滤的推荐算法)的原理。

网络货架无穷无尽,寻找想看的影视剧可能让你筋疲力竭。幸运的是,对抗选择疲惫是Netflix的工作……它干得不错。干得太好了。

Netflix魔法般地向你推荐完美的电影,让你的眼睛紧紧地粘在屏幕上,将你的拖延变为沙发上的放纵。

该死的Netflix。你有什么秘密?你怎么能如此了解我们?

image

Netflix又胜利了……

其实这“魔法”惊人地简单,这篇教程将通过循序渐进的电子表格揭示这一秘密。你可以下载Excel格式的电子表格(推荐),或者使用Google Sheets(运算较慢,由于兼容性问题,缺了一张图):

https://drive.google.com/open?id=1y4X8H56TS6M7AXAU7yIm0EyxhqNUy1sz

如果无法访问Google网盘,可以在论智公众号(ID: jqr_AI)后台留言excel获取替代下载地址。

尽管自从Netflix Prize competition竞赛之后,出现了一大堆关于推荐系统的论文和视频,但其中的大部分要么对初学者而言技术性过强,要么过于抽象,难以实践。

在本文中,我们将从头创建一个电影推荐系统,仅仅使用直白的英语解释和你可以在Excel中操作的公式。所有梯度下降通过手工推导得到,你可以使用Excel微调模型的超参数,加深你的直观理解。

你将学习:

  • 实现SVD++的一个版本的精确步骤,SVD++曾赢得一百万美元的Netflix大奖。

  • 机器到底是如何学习的(梯度下降)。看看Netflix是如何在你没有明确告知的情况下学习你的电影品味的。

  • 超参数调整。 看看如何调整模型超参数(学习率、L2正则化、epoch数、权重初始化)得到更好的预测。

  • 模型评估和可视化。 学习训练数据和测试数据的不同,如何预防过拟合,如何可视化模型特征。

在简短地介绍推荐系统之后,我将带领你创建一个预测一些好莱坞明星的电影评分的模型,整个过程共分为四部分:

  1. 模型概览

    image
  2. 观看魔法秀(权重初始化、训练)

    image
  3. 魔法揭秘(梯度下降、导数)

    我将逐步讲解机器学习魔法背后的数学,我将使用实数作为例子代入批量梯度下降的公式(不会使用“宏”或者Excel求解器之类的东西隐藏细节)。

    image
  4. 模型评估和可视化

    image

本文适合哪些人?

  • 想要入门推荐系统的人。

  • Fast.AI的深度学习课程的学生。

  • 充满好奇心,对机器学习感兴趣的人。

特别感谢Fast.AI的Jeremy Howard和Rachel Thomas。这里的电子表格受到了他们的协同过滤课程的启发(相关代码见git.io/fNVW9)。他们呈现的电子表格依赖Excel内置的求解器进行幕后的优化计算;而我这里的电子表格展示了梯度下降计算的每一步,并允许你微调模型的超参数。

如果这份电子表格对你有帮助,请注册我创建的邮件列表,注册后可以收到更多后续的电子表格,帮助你入门机器学习和创建神经网络。

image

excelwithml.com

推荐系统简介

电影推荐系统可以简化为两大类:

image

协同过滤(询问密友)

image

基于内容的过滤(标签匹配)

协同过滤

协同过滤基于类似行为进行推荐。

如果Ross和Rachel过去喜欢类似的东西,那么我们将Rachel喜欢而Ross没看过的电影向Ross推荐。你可以将他们看成是“协同”过滤网络货架上的噪音的“品味分身”。如果两个用户的评分有强相关性,那么我们就认定这两个用户“相似”。评分可以是隐式的,也可以是显示的:

  • 隐式(沉溺)—— 整个周末,Ross和Rachel都沉溺于老剧《老友记》。尽管他们没人点赞,但我们相当确定他们喜欢《老友记》(以及他们可能有点自恋)。

  • 显式(喜欢)—— Ross和Rachel都点了赞。

协同过滤有两种:近邻方法和潜因子模型(矩阵分解的一种形式)。本文将聚焦一种称为SVD++的潜因子模型。

基于内容的过滤

基于你过去喜欢的内容的明确标签(类型、演员,等等),Netflix向你推荐具有类似标签的新内容。

一万美元大奖得主是……

在电影推荐的场景下,当数据集足够大的时候,协同过滤(CF)轻而易举就能击败基于内容的过滤。

虽然有无数混合这两大类的变体,但出人意料的是,当CF模型足够好时,加上元数据并没有帮助。

为什么会这样?

image

人会说谎,行动不会。让数据自己说话

人们声称自己喜欢什么(用户设置,调查,等等)和他们的行为之间有一道巨大的鸿沟。最好让人们的观看行为自己说话。(窍门:想要改善Netflix推荐?访问/WiViewingActivity清理你的观看记录,移除你不喜欢的项。)

2009年,Netflix奖励了一队研究人员一百万美元,这个团队开发了一个算法,将Netflix的预测精确度提升了10%. 尽管获胜算法实际上是超过100种算法的集成,SVD++(一种协同过滤算法)是其中最关键的算法之一,贡献了大多数收益,目前仍在生产环境中使用。

我们将创建的SVD++模型(奇异值分解逼近)和Simon Funk的博客文章Netflix Update: Try This at Home中提到差不多。这篇不出名的文章是2006年Simon在Netflix竞赛开始时写的,首次提出了SVD++模型。在SVD++模型成功之后,几乎所有的Netflix竞赛参加者都用它。

SVD++关键想法

  • 奇异值(电影评价)可以被“分解”,也就是由一组潜因子(用户偏好和电影特征)决定,直觉上,潜因子表示类型、演员之类的特征。

  • 可以通过梯度下降和已知电影评价迭代学习潜因子。

  • 影响某人评价的用户/电影偏置同样可以学习。

简单而强大。让我们深入一点。

image

1.1 数据

出于简单性,本文的模型使用了30项虚假的评价(5用户 x 6电影)。

1.2 分割数据——训练集和测试集

我们将使用25项评价来训练模型,剩下5项评价测试模型的精确度。

我们的目标是创建一个在25项已知评价(训练数据)上表现良好的系统,并希望它在5项隐藏(但已知)评价(测试数据)上做出良好的预测。

如果我们有更多数据,我们本可以将数据分为3组——训练集(约70%)、验证集(约20%)、测试集(约10%)。

1.3 评价预测公式

评价预测是用户/电影特征的矩阵乘法(“点积”)加上用户偏置,再加上电影偏置。

image

形式化定义:

image

上式中,等式左侧表示用户i对电影j的预测评价。u1、u2、u3为用户潜因子,m1、m2、m3为电影潜因子,ubias为用户偏置,mbias为电影偏置。

1.3.1 用户/电影特征

  • 直觉上说,这些特征表示类型、演员、片长、导演、年代等因素。尽管我们并不清楚每项特征代表什么,但是当我们将其可视化后(见第四部分)我们可以凭直觉猜测它们可能代表什么。

  • 出于简单性,我使用了3项特征,但实际的模型可能有50、100乃至更多特征。特征过多时,模型将“过拟合/记忆”你的训练数据,难以很好地推广到测试数据的预测上。

  • 如果用户的第1项特征(让我们假定它表示“喜剧”)值较高,同时电影的“喜剧”特征的值也很高,那么电影的评价会比较高。

1.3.2 用户/电影偏置

用户偏置取决于评价标准的宽严程度。如果Netflix上所有的平均评分是3.5,而你的所有评分的均值是4.0,那么你的偏置是0.5. 电影偏置同理。如果《泰坦尼克号》的所有用户的评分均值为4.25,那么它的偏置是0.75(= 4.25 - 3.50)。

1.4 RMSE —— 评估预测精确度

RMSE = Root Mean Squared Error (均方根误差)

RMSE是一个数字,尝试回答以下问题“平均而言,预测评价和实际平均差了几颗星(1-5)?”

RMSE越低,意味着预测越准……

image

上图为RMSE计算过程示意图。左侧为三个用户,“Actual Ratings”为用户的实际评分,“Predictions”为预测评分。计算共分4步:

  1. 计算误差(预测 - 实际)

  2. 对误差取平方

  3. 计算平方误差的均值

  4. 取均值的平方根

观察:

  • 我们只在意绝对值差异。 相比实际评分高估了1分的预测,和相比实际评分低估了1分的预测,误差相等,均为1。

  • RMSE是误差同数量级的平均,而不是误差绝对值的平均。在我们上面的例子中,误差绝对值的平均是0.75(1 + 1 + 0.25 = 2.25,2.25 / 3 = 0.75),但RMSE是0.8292. RMSE给较大的误差更高的权重,这很有用,因为我们更不希望有较大的误差。

RMSE形式化定义:

image

同样,上式中i表示用户,j表示电影。戴帽的r表示预测评价,r表示实际评价。

1.5 超参数调整

通过电子表格的下拉过滤器,可以调整模型的3个超参数。你应该测试下每种超参数,看看它们对误差的影响。

  • 训练epoch数 —— 1个epoch意味着整个训练集都过了一遍

  • 学习率 —— 控制调整权重/偏置的速度

  • L2(lambda)惩罚因子 —— 帮助模型预防过拟合训练数据,以更好地概括未见测试数据

image

模型超参数

现在,让我们看一场魔法秀,看看模型是如何从随机权重开始,学习最优权重的。

image

观看梯度下降如何运作感觉就像看了一场大卫·布莱恩的魔术秀。

  • 他到底是怎么知道我会在52张牌中选这张的呢?

  • 等等,他刚刚是不是浮空了?

最后你深感敬畏,想要知道魔术是如何变的。我会分两步演示,接着揭露魔法背后的数学。

2.1 “抽一张卡,随便抽一张”(权重初始化)

在训练开始,用户/电影特征的权重是随机分配的,接着算法在训练中学习最佳的权重。

为了揭示这看起来有多么“疯狂”,我们可以随机猜测数字,然后让计算机学习最佳数字。下面是两种权重初始化方案的比较:

  1. 简单 —— 用户特征我随机选择了0.1、0.2、0.3,剩下的特征都分配0.1.

  2. Kaiming He —— 更正式、更好的初始化方法,从高斯分布(“钟形曲线”)中随机抽样作为权重,高斯分布的均值为零,标准差由特征个数决定(细节见后)。

2.2 “观赏魔术”(查看训练误差)

看看使用以上两种方案学习权重最佳值的效果,从开始(epoch 0)到结束(epoch 50),RMSE训练误差是如何变化的:

image

如你所见,两种权重初始化方案在训练结束后都收敛到相似的“误差”(0.12和0.17),但Kaiming He方法收敛得更快。

关键点:无论我们开始的权重是什么样的,机器将随着时间推移学到良好的值。

image

注意:如果你想要试验其他初始化权重,可以在电子表格的“hyperparametersandinitial_wts”表的G3-J7、N3-Q8单元格中输入你自己的值。权重取值范围为-1到1.

想要了解更多关于Kaiming He初始化的内容,请接着读下去;否则,可以直接跳到第3部分学习算法的数学。

Kaiming He权重初始化

  • 权重 = 正态分布随机抽样,分布均值为0,标准差为(=SquareRoot(2/特征数))

  • 电子表格中的值由以下公式得到:=NORMINV(RAND(),0,SQRT(2/3))

    image
image

现在,是时候书呆一点,一步一步地了解梯度下降的数学了。

如果你不是真想知道魔法是如何起效的,那么可以跳过这一部分,直接看第4部分。

梯度下降是在训练时使用的迭代算法,通过梯度下降更新电影特征、用户偏好的权重和偏置,以做出更好的预测。

梯度下降的一般周期为:

  1. 定义一个最小化权重的代价/损失函数

  2. 计算预测

  3. 计算梯度(每个权重的代价变动)

  4. 在最小化代价的方向上“一点点地”(学习率)更新每个权重

  5. 重复第2-4步

你可以访问电子表格的“training”(训练)表,其中第11-16行是更新Tina Fey的第一项用户特征的过程。

由于数据集很小,我们将使用批量梯度下降。这意味着我们在训练时将使用整个数据集(在我们的例子中,一个用户的所有电影),而不是像随机梯度下降之类的算法一样每次迭代一个样本(在我们的例子中,一个用户的一部电影),当数据集较大时,随机梯度下降更快。

3.1 定义最小化的代价函数

我们将使用下面的公式,我们的目标是找到合适的潜因子(矩阵U、M)的值,以最小化SSE(平方误差之和)加上一个帮助模型提升概括性的L2权重惩罚项。

image

下面是Excel中的代价函数计算。计算过程忽略了1/2系数,因为它们仅用于梯度下降以简化数学。

image

L2正则化和过拟合

我们加入了权重惩罚(L2正则化或“岭回归”)以防止潜因子值过高。这确保模型没有“过拟合”(也就是记忆)训练数据,否则模型在未见的测试电影上表现不会好。

之前,我们没有使用L2正则化惩罚(系数为0)的情况下训练模型,50个epoch后,RMSE训练误差为0.12.

但是模型在测试数据上的表现如何呢?

image

在上图中,我们看到,测试集上的RMSE为2.54,显然我们的模型过拟合了训练数据。

我们将L2惩罚系数从0.000改为0.300后,模型在未见测试数据上的表现好一点了:

image

3.2 计算预测

我们将计算Tina的电影预测。我们将忽略《泰坦尼克号》,因为它在测试数据集中,不在训练数据集中。

image

我们之前给出过预测的计算公式(1.3节),为了便于查看,这里再重复一遍:

image

3.3 计算梯度

目标是找到误差对应于将更新的权重的梯度(“坡度”)。

得出梯度之后,稍微将权重“移动一点点”,沿着梯度的反方向“下降”,在对每个权重进行这一操作后,下一epoch的代价应该会低一些。

“移动一点点”具体移动多少,取决于学习率。在得到梯度(3.3)之后,会用到学习率。

image

梯度下降法则:将权重往梯度的反方向移动,以减少误差

第1步:计算Tina Fey的第一个潜因子的代价梯度(u1)。

1.1 整理代价目标函数,取代价在Tina Fey的第一个潜因子(u1)上的偏导数。

image
image
image

1.3 将公式每部分中的u1视为常数,取u1在公式每部分的代价上的偏导数。

image
image
image

1.3.2 应用“幂法则”以得到偏导数。根据幂法则,指数为2,所以将指数降1,并乘上系数1/2. u2和u3视作常数,变为0.

image

1.3.3 应用“常数法则”以得到偏导数。

image

由于u1对这些项毫无影响,结果是0.

1.3.3 = 0

1.4 结合1.3.1、1.3.2、1.3.3得到代价在u1上的偏导数。

image

第2步:对训练集中Tina看过的每部电影,利用前面的公式计算梯度,接着计算Tina看过的所有电影的平均梯度。

image

3.4 更新权重

image
image

“training”(训练)表的X11-X16单元格对应上面的计算过程。

image

你可以看到,电影特征和用户/电影偏置以类似的方式更新。

每一个训练epoch更新所有的电影/用户特征及偏置。

image

现在我们已经训练好了模型,让我们可视化电影的2个潜因子。

如果我们的模型更复杂,包括10、20、50+潜因子,我们可以使用一种称为“主成分分析(PCA)”的技术提取出最重要的特征,接着将其可视化。

相反,我们的模型仅仅包括3项特征,所以我们将可视化其中的2项特征,基于学习到的特征将每部电影绘制在图像上。绘制图像之后,我们可以解释每项特征“可能代表什么”。

从直觉出发,电影特征1可能解释为悲剧与喜剧,而电影特征3可能解释为男性向与女性向。

image

这不是完美的解释,但还算一种合理的解释。《勇士》(warrior)一般归为剧情片,而不是喜剧片。不过其他电影基本符合以上解释。

总结

电影评价由一个电影向量和一个用户向量组成。在你评价了一些电影之后(显式或隐式),推荐系统将利用群体的智慧和你的评价预测你可能喜欢的其他电影。向量(或“潜因子”)的维度取决于数据集的大小,可以通过试错法确定。

我鼓励你实际操作下电子表格,看看改变模型的超参数会带来什么改变。

后续——订阅邮件列表

如果你喜欢本文,并想收到更多通过Excel进行机器学习的内容,可以访问excelwithml.com订阅邮件列表。

image

请分享本文,传播机器学习魔法的喜悦 :)

image

原文地址:https://towardsdatascience.com/netflix-and-chill-building-a-recommendation-system-in-excel-c69b33c914f4

往期精彩文章(单击就可查看):

  1. 美国科学院院士、图灵奖得主:约翰•爱德华•霍普克罗夫特——深度学习

  2. 南京大学教授:周志华——深度森林:探索深度神经网络以外的方法

  3. 斯坦福大学人工智能实验室主任:李飞飞——ImageNet之后,计算机视觉研究最新进展

  4. 海军工程大学教授:贲可荣——人工智能技术及其应用进展

  5. 清华大学:刘洋——基于深度学习的机器翻译

  6. 国防科技大学教授:殷建平——计算机科学理论的过去、现在与未来

  7. 清华大学软件学院院长——刘云浩:与高中生对话人工智能

  8. 【原创】|日本理化学研究所先进智能研究中心主任——Masashi Sugiyama:弱监督机器学习研究新****进展

  9. 「人物特写」清华大学邓志东:“特征提取+推理”的小数据学习才是AI崛起的关键

  10. 明略讲堂 | 清华马少平教授详解“人工智能能做什么?”

  11. 【原创】|西安电子科大——焦李成:人工智能时代后深度学习的挑战与思考

  12. Michael I. Jordan——计算思维、推断思维与数据科学

  13. 【原创】王飞跃:生成式对抗网络的机会与挑战

  14. 【原创】|微软亚洲研究院——刘铁岩:深度学习前沿

  15. 清华大学教授:孙富春——认知时代人工智能与机器人

  16. 清华大学:朱军博士——When Bayes meets Big Data

  17. 加州大学伯克利分校:马毅——低维结构和高维深模型(视觉)数据

  18. 加州大学伯克利分校计算机系教授:Dawn SONG——AI如何建立一个更强的防御系统

  19. 清华大学:刘知远——知识表示学习及其应用

  20. 李飞飞和ImageNet的洪荒之力

  21. 清华大学教授:孙富春——教育机器人核心技术展望

  22. 从高端人才配置看全国第四轮计算机科学与技术专业一级学科评估结果

  23. 长江学者、北京大学教授:黄铁军——人工智能的过去、现在和未来

你可能感兴趣的:(【转】如何使用Excel实现推荐系统)