从零开始的SGD算法预测电影评分

问题描述

基于这个方程，我必须计算我在下面所做的导数 w.r.t b

优化方程

def derivative_db(user_id,item_id,rating,U,V,mu,alpha):
    '''In this function,we will compute dL/db_i'''
    return (2*alpha*np.sum(user_id))-(2*np.sum((rating-mu-user_id-item_id-np.dot(U,V))))

但是对于查询

U1,Sigma,V1 = randomized_svd(adjacency_matrix,n_components=2,n_iter=5,random_state=24)
U1.shape = (943,2)
V1.shape = (2,1681)

alpha=0.01
mu = 3.529

value=derivative_db(312,98,4,U1,V1,alpha)

我应该得到答案 = -0.931
但我得到了很多。
我需要在我的函数中进行哪些更正？

解决方法

你实际上误解了它。尝试使用以下代码，它将适用于您的作业。

def derivative_db(user_id,item_id,rating,U,V,mu,alpha):
    '''In this function,we will compute dL/db_i'''
    db=2*alpha*(b_i[user_id])-2*(rating-mu-b_i[user_id]-c_j[item_id]-np.dot(U[user_id],V[:,item_id].T))
    return db