編者按：Dave Smith使用Excel電子表格深入淺出地講解了SVD++（基于協(xié)同過濾的推薦算法）的原理。

網(wǎng)絡(luò)貨架無窮無盡，尋找想看的影視劇可能讓你筋疲力竭。幸運(yùn)的是，對抗選擇疲憊是Netflix的工作……它干得不錯(cuò)。干得太好了。

Netflix魔法般地向你推薦完美的電影，讓你的眼睛緊緊地粘在屏幕上，將你的拖延變?yōu)樯嘲l(fā)上的放縱。

該死的Netflix。你有什么秘密？你怎么能如此了解我們？

Netflix又勝利了……

其實(shí)這“魔法”驚人地簡單，這篇教程將通過循序漸進(jìn)的電子表格揭示這一秘密。你可以下載Excel格式的電子表格（推薦），或者使用Google Sheets（運(yùn)算較慢，由于兼容性問題，缺了一張圖）：

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

如果無法訪問Google網(wǎng)盤，可以在論智公眾號(hào)（ID: jqr_AI）后臺(tái)留言excel獲取替代下載地址。

盡管自從Netflix Prize competition競賽之后，出現(xiàn)了一大堆關(guān)于推薦系統(tǒng)的論文和視頻，但其中的大部分要么對初學(xué)者而言技術(shù)性過強(qiáng)，要么過于抽象，難以實(shí)踐。

在本文中，我們將從頭創(chuàng)建一個(gè)電影推薦系統(tǒng)，僅僅使用直白的英語解釋和你可以在Excel中操作的公式。所有梯度下降通過手工推導(dǎo)得到，你可以使用Excel微調(diào)模型的超參數(shù)，加深你的直觀理解。

你將學(xué)習(xí)：

實(shí)現(xiàn)SVD++的一個(gè)版本的精確步驟，SVD++曾贏得一百萬美元的Netflix大獎(jiǎng)。

機(jī)器到底是如何學(xué)習(xí)的（梯度下降）?？纯碞etflix是如何在你沒有明確告知的情況下學(xué)習(xí)你的電影品味的。

超參數(shù)調(diào)整?？纯慈绾握{(diào)整模型超參數(shù)（學(xué)習(xí)率、L2正則化、epoch數(shù)、權(quán)重初始化）得到更好的預(yù)測。

模型評(píng)估和可視化。學(xué)習(xí)訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)的不同，如何預(yù)防過擬合，如何可視化模型特征。

在簡短地介紹推薦系統(tǒng)之后，我將帶領(lǐng)你創(chuàng)建一個(gè)預(yù)測一些好萊塢明星的電影評(píng)分的模型，整個(gè)過程共分為四部分：

模型概覽

觀看魔法秀（權(quán)重初始化、訓(xùn)練）

魔法揭秘（梯度下降、導(dǎo)數(shù)）

我將逐步講解機(jī)器學(xué)習(xí)魔法背后的數(shù)學(xué)，我將使用實(shí)數(shù)作為例子代入批量梯度下降的公式（不會(huì)使用“宏”或者Excel求解器之類的東西隱藏細(xì)節(jié)）。

模型評(píng)估和可視化

本文適合哪些人？

想要入門推薦系統(tǒng)的人。

Fast.AI的深度學(xué)習(xí)課程的學(xué)生。

充滿好奇心，對機(jī)器學(xué)習(xí)感興趣的人。

特別感謝Fast.AI的Jeremy Howard和Rachel Thomas。這里的電子表格受到了他們的協(xié)同過濾課程的啟發(fā)（相關(guān)代碼見git.io/fNVW9）。他們呈現(xiàn)的電子表格依賴Excel內(nèi)置的求解器進(jìn)行幕后的優(yōu)化計(jì)算；而我這里的電子表格展示了梯度下降計(jì)算的每一步，并允許你微調(diào)模型的超參數(shù)。

如果這份電子表格對你有幫助，請注冊我創(chuàng)建的郵件列表，注冊后可以收到更多后續(xù)的電子表格，幫助你入門機(jī)器學(xué)習(xí)和創(chuàng)建神經(jīng)網(wǎng)絡(luò)。

excelwithml.com

推薦系統(tǒng)簡介

電影推薦系統(tǒng)可以簡化為兩大類：

協(xié)同過濾（詢問密友）

和

基于內(nèi)容的過濾（標(biāo)簽匹配）

協(xié)同過濾

協(xié)同過濾基于類似行為進(jìn)行推薦。

如果Ross和Rachel過去喜歡類似的東西，那么我們將Rachel喜歡而Ross沒看過的電影向Ross推薦。你可以將他們看成是“協(xié)同”過濾網(wǎng)絡(luò)貨架上的噪音的“品味分身”。如果兩個(gè)用戶的評(píng)分有強(qiáng)相關(guān)性，那么我們就認(rèn)定這兩個(gè)用戶“相似”。評(píng)分可以是隱式的，也可以是顯示的：

隱式（沉溺）—— 整個(gè)周末，Ross和Rachel都沉溺于老劇《老友記》。盡管他們沒人點(diǎn)贊，但我們相當(dāng)確定他們喜歡《老友記》（以及他們可能有點(diǎn)自戀）。

顯式（喜歡）—— Ross和Rachel都點(diǎn)了贊。

協(xié)同過濾有兩種：近鄰方法和潛因子模型（矩陣分解的一種形式）。本文將聚焦一種稱為SVD++的潛因子模型。

基于內(nèi)容的過濾

基于你過去喜歡的內(nèi)容的明確標(biāo)簽（類型、演員，等等），Netflix向你推薦具有類似標(biāo)簽的新內(nèi)容。

一萬美元大獎(jiǎng)得主是……

在電影推薦的場景下，當(dāng)數(shù)據(jù)集足夠大的時(shí)候，協(xié)同過濾（CF）輕而易舉就能擊敗基于內(nèi)容的過濾。

雖然有無數(shù)混合這兩大類的變體，但出人意料的是，當(dāng)CF模型足夠好時(shí)，加上元數(shù)據(jù)并沒有幫助。

為什么會(huì)這樣？

人會(huì)說謊，行動(dòng)不會(huì)。讓數(shù)據(jù)自己說話

人們聲稱自己喜歡什么（用戶設(shè)置，調(diào)查，等等）和他們的行為之間有一道巨大的鴻溝。最好讓人們的觀看行為自己說話。（竅門：想要改善Netflix推薦？訪問/WiViewingActivity清理你的觀看記錄，移除你不喜歡的項(xiàng)。）

2009年，Netflix獎(jiǎng)勵(lì)了一隊(duì)研究人員一百萬美元，這個(gè)團(tuán)隊(duì)開發(fā)了一個(gè)算法，將Netflix的預(yù)測精確度提升了10%. 盡管獲勝算法實(shí)際上是超過100種算法的集成，SVD++（一種協(xié)同過濾算法）是其中最關(guān)鍵的算法之一，貢獻(xiàn)了大多數(shù)收益，目前仍在生產(chǎn)環(huán)境中使用。

我們將創(chuàng)建的SVD++模型（奇異值分解逼近）和Simon Funk的博客文章Netflix Update: Try This at Home中提到差不多。這篇不出名的文章是2006年Simon在Netflix競賽開始時(shí)寫的，首次提出了SVD++模型。在SVD++模型成功之后，幾乎所有的Netflix競賽參加者都用它。

SVD++關(guān)鍵想法：

奇異值（電影評(píng)價(jià)）可以被“分解”，也就是由一組潛因子（用戶偏好和電影特征）決定，直覺上，潛因子表示類型、演員之類的特征。

可以通過梯度下降和已知電影評(píng)價(jià)迭代學(xué)習(xí)潛因子。

影響某人評(píng)價(jià)的用戶/電影偏置同樣可以學(xué)習(xí)。

簡單而強(qiáng)大。讓我們深入一點(diǎn)。

1.1 數(shù)據(jù)

出于簡單性，本文的模型使用了30項(xiàng)虛假的評(píng)價(jià)（5用戶 x 6電影）。

1.2 分割數(shù)據(jù)——訓(xùn)練集和測試集

我們將使用25項(xiàng)評(píng)價(jià)來訓(xùn)練模型，剩下5項(xiàng)評(píng)價(jià)測試模型的精確度。

我們的目標(biāo)是創(chuàng)建一個(gè)在25項(xiàng)已知評(píng)價(jià)（訓(xùn)練數(shù)據(jù)）上表現(xiàn)良好的系統(tǒng)，并希望它在5項(xiàng)隱藏（但已知）評(píng)價(jià)（測試數(shù)據(jù)）上做出良好的預(yù)測。

如果我們有更多數(shù)據(jù)，我們本可以將數(shù)據(jù)分為3組——訓(xùn)練集（約70%）、驗(yàn)證集（約20%）、測試集（約10%）。

1.3 評(píng)價(jià)預(yù)測公式

評(píng)價(jià)預(yù)測是用戶/電影特征的矩陣乘法（“點(diǎn)積”）加上用戶偏置，再加上電影偏置。

形式化定義：

上式中，等式左側(cè)表示用戶i對電影j的預(yù)測評(píng)價(jià)。u1、u2、u3為用戶潛因子，m1、m2、m3為電影潛因子，ubias為用戶偏置，mbias為電影偏置。

1.3.1 用戶/電影特征

直覺上說，這些特征表示類型、演員、片長、導(dǎo)演、年代等因素。盡管我們并不清楚每項(xiàng)特征代表什么，但是當(dāng)我們將其可視化后（見第四部分）我們可以憑直覺猜測它們可能代表什么。

出于簡單性，我使用了3項(xiàng)特征，但實(shí)際的模型可能有50、100乃至更多特征。特征過多時(shí)，模型將“過擬合/記憶”你的訓(xùn)練數(shù)據(jù)，難以很好地推廣到測試數(shù)據(jù)的預(yù)測上。

如果用戶的第1項(xiàng)特征（讓我們假定它表示“喜劇”）值較高，同時(shí)電影的“喜劇”特征的值也很高，那么電影的評(píng)價(jià)會(huì)比較高。

1.3.2 用戶/電影偏置

用戶偏置取決于評(píng)價(jià)標(biāo)準(zhǔn)的寬嚴(yán)程度。如果Netflix上所有的平均評(píng)分是3.5，而你的所有評(píng)分的均值是4.0，那么你的偏置是0.5. 電影偏置同理。如果《泰坦尼克號(hào)》的所有用戶的評(píng)分均值為4.25，那么它的偏置是0.75（= 4.25 - 3.50）。

1.4 RMSE —— 評(píng)估預(yù)測精確度

RMSE = Root Mean Squared Error （均方根誤差）

RMSE是一個(gè)數(shù)字，嘗試回答以下問題“平均而言，預(yù)測評(píng)價(jià)和實(shí)際平均差了幾顆星（1-5）？”

RMSE越低，意味著預(yù)測越準(zhǔn)……

上圖為RMSE計(jì)算過程示意圖。左側(cè)為三個(gè)用戶，“Actual Ratings”為用戶的實(shí)際評(píng)分，“Predictions”為預(yù)測評(píng)分。計(jì)算共分4步：

計(jì)算誤差（預(yù)測 - 實(shí)際）

對誤差取平方

計(jì)算平方誤差的均值

取均值的平方根

觀察：

我們只在意絕對值差異。相比實(shí)際評(píng)分高估了1分的預(yù)測，和相比實(shí)際評(píng)分低估了1分的預(yù)測，誤差相等，均為1。

RMSE是誤差同數(shù)量級(jí)的平均，而不是誤差絕對值的平均。在我們上面的例子中，誤差絕對值的平均是0.75（1 + 1 + 0.25 = 2.25，2.25 / 3 = 0.75），但RMSE是0.8292. RMSE給較大的誤差更高的權(quán)重，這很有用，因?yàn)槲覀兏幌Ｍ休^大的誤差。

RMSE形式化定義：

同樣，上式中i表示用戶，j表示電影。戴帽的r表示預(yù)測評(píng)價(jià)，r表示實(shí)際評(píng)價(jià)。

1.5 超參數(shù)調(diào)整

通過電子表格的下拉過濾器，可以調(diào)整模型的3個(gè)超參數(shù)。你應(yīng)該測試下每種超參數(shù)，看看它們對誤差的影響。

訓(xùn)練epoch數(shù)—— 1個(gè)epoch意味著整個(gè)訓(xùn)練集都過了一遍

學(xué)習(xí)率—— 控制調(diào)整權(quán)重/偏置的速度

L2（lambda）懲罰因子—— 幫助模型預(yù)防過擬合訓(xùn)練數(shù)據(jù)，以更好地概括未見測試數(shù)據(jù)

模型超參數(shù)

現(xiàn)在，讓我們看一場魔法秀，看看模型是如何從隨機(jī)權(quán)重開始，學(xué)習(xí)最優(yōu)權(quán)重的。

觀看梯度下降如何運(yùn)作感覺就像看了一場大衛(wèi)·布萊恩的魔術(shù)秀。

他到底是怎么知道我會(huì)在52張牌中選這張的呢？

等等，他剛剛是不是浮空了？

最后你深感敬畏，想要知道魔術(shù)是如何變的。我會(huì)分兩步演示，接著揭露魔法背后的數(shù)學(xué)。

2.1 “抽一張卡，隨便抽一張”（權(quán)重初始化）

在訓(xùn)練開始，用戶/電影特征的權(quán)重是隨機(jī)分配的，接著算法在訓(xùn)練中學(xué)習(xí)最佳的權(quán)重。

為了揭示這看起來有多么“瘋狂”，我們可以隨機(jī)猜測數(shù)字，然后讓計(jì)算機(jī)學(xué)習(xí)最佳數(shù)字。下面是兩種權(quán)重初始化方案的比較：

簡單—— 用戶特征我隨機(jī)選擇了0.1、0.2、0.3，剩下的特征都分配0.1.

Kaiming He—— 更正式、更好的初始化方法，從高斯分布（“鐘形曲線”）中隨機(jī)抽樣作為權(quán)重，高斯分布的均值為零，標(biāo)準(zhǔn)差由特征個(gè)數(shù)決定（細(xì)節(jié)見后）。

2.2 “觀賞魔術(shù)”（查看訓(xùn)練誤差）

看看使用以上兩種方案學(xué)習(xí)權(quán)重最佳值的效果，從開始（epoch 0）到結(jié)束（epoch 50），RMSE訓(xùn)練誤差是如何變化的：

如你所見，兩種權(quán)重初始化方案在訓(xùn)練結(jié)束后都收斂到相似的“誤差”（0.12和0.17），但Kaiming He方法收斂得更快。

關(guān)鍵點(diǎn)：無論我們開始的權(quán)重是什么樣的，機(jī)器將隨著時(shí)間推移學(xué)到良好的值。

注意：如果你想要試驗(yàn)其他初始化權(quán)重，可以在電子表格的“hyperparametersandinitial_wts”表的G3-J7、N3-Q8單元格中輸入你自己的值。權(quán)重取值范圍為-1到1.

想要了解更多關(guān)于Kaiming He初始化的內(nèi)容，請接著讀下去；否則，可以直接跳到第3部分學(xué)習(xí)算法的數(shù)學(xué)。

Kaiming He權(quán)重初始化

權(quán)重 = 正態(tài)分布隨機(jī)抽樣，分布均值為0，標(biāo)準(zhǔn)差為(=SquareRoot(2/特征數(shù)))

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

現(xiàn)在，是時(shí)候書呆一點(diǎn)，一步一步地了解梯度下降的數(shù)學(xué)了。

如果你不是真想知道魔法是如何起效的，那么可以跳過這一部分，直接看第4部分。

梯度下降是在訓(xùn)練時(shí)使用的迭代算法，通過梯度下降更新電影特征、用戶偏好的權(quán)重和偏置，以做出更好的預(yù)測。

梯度下降的一般周期為：

定義一個(gè)最小化權(quán)重的代價(jià)/損失函數(shù)

計(jì)算預(yù)測

計(jì)算梯度（每個(gè)權(quán)重的代價(jià)變動(dòng)）

在最小化代價(jià)的方向上“一點(diǎn)點(diǎn)地”（學(xué)習(xí)率）更新每個(gè)權(quán)重

重復(fù)第2-4步

你可以訪問電子表格的“training”（訓(xùn)練）表，其中第11-16行是更新Tina Fey的第一項(xiàng)用戶特征的過程。

由于數(shù)據(jù)集很小，我們將使用批量梯度下降。這意味著我們在訓(xùn)練時(shí)將使用整個(gè)數(shù)據(jù)集（在我們的例子中，一個(gè)用戶的所有電影），而不是像隨機(jī)梯度下降之類的算法一樣每次迭代一個(gè)樣本（在我們的例子中，一個(gè)用戶的一部電影），當(dāng)數(shù)據(jù)集較大時(shí)，隨機(jī)梯度下降更快。

3.1 定義最小化的代價(jià)函數(shù)

我們將使用下面的公式，我們的目標(biāo)是找到合適的潛因子（矩陣U、M）的值，以最小化SSE（平方誤差之和）加上一個(gè)幫助模型提升概括性的L2權(quán)重懲罰項(xiàng)。

下面是Excel中的代價(jià)函數(shù)計(jì)算。計(jì)算過程忽略了1/2系數(shù)，因?yàn)樗鼈儍H用于梯度下降以簡化數(shù)學(xué)。

L2正則化和過擬合

我們加入了權(quán)重懲罰（L2正則化或“嶺回歸”）以防止?jié)撘蜃又颠^高。這確保模型沒有“過擬合”（也就是記憶）訓(xùn)練數(shù)據(jù)，否則模型在未見的測試電影上表現(xiàn)不會(huì)好。

之前，我們沒有使用L2正則化懲罰（系數(shù)為0）的情況下訓(xùn)練模型，50個(gè)epoch后，RMSE訓(xùn)練誤差為0.12.

但是模型在測試數(shù)據(jù)上的表現(xiàn)如何呢？

在上圖中，我們看到，測試集上的RMSE為2.54，顯然我們的模型過擬合了訓(xùn)練數(shù)據(jù)。

我們將L2懲罰系數(shù)從0.000改為0.300后，模型在未見測試數(shù)據(jù)上的表現(xiàn)好一點(diǎn)了：

3.2 計(jì)算預(yù)測

我們將計(jì)算Tina的電影預(yù)測。我們將忽略《泰坦尼克號(hào)》，因?yàn)樗跍y試數(shù)據(jù)集中，不在訓(xùn)練數(shù)據(jù)集中。

我們之前給出過預(yù)測的計(jì)算公式（1.3節(jié)），為了便于查看，這里再重復(fù)一遍：

3.3 計(jì)算梯度

目標(biāo)是找到誤差對應(yīng)于將更新的權(quán)重的梯度（“坡度”）。

得出梯度之后，稍微將權(quán)重“移動(dòng)一點(diǎn)點(diǎn)”，沿著梯度的反方向“下降”，在對每個(gè)權(quán)重進(jìn)行這一操作后，下一epoch的代價(jià)應(yīng)該會(huì)低一些。

“移動(dòng)一點(diǎn)點(diǎn)”具體移動(dòng)多少，取決于學(xué)習(xí)率。在得到梯度（3.3）之后，會(huì)用到學(xué)習(xí)率。

梯度下降法則：將權(quán)重往梯度的反方向移動(dòng)，以減少誤差

第1步：計(jì)算Tina Fey的第一個(gè)潛因子的代價(jià)梯度（u1）。

1.1 整理代價(jià)目標(biāo)函數(shù)，取代價(jià)在Tina Fey的第一個(gè)潛因子（u1）上的偏導(dǎo)數(shù)。

1.3 將公式每部分中的u1視為常數(shù)，取u1在公式每部分的代價(jià)上的偏導(dǎo)數(shù)。

1.3.2 應(yīng)用“冪法則”以得到偏導(dǎo)數(shù)。根據(jù)冪法則，指數(shù)為2，所以將指數(shù)降1，并乘上系數(shù)1/2. u2和u3視作常數(shù)，變?yōu)?.

1.3.3 應(yīng)用“常數(shù)法則”以得到偏導(dǎo)數(shù)。

由于u1對這些項(xiàng)毫無影響，結(jié)果是0.1.3.3 = 01.4 結(jié)合1.3.1、1.3.2、1.3.3得到代價(jià)在u1上的偏導(dǎo)數(shù)。

第2步：對訓(xùn)練集中Tina看過的每部電影，利用前面的公式計(jì)算梯度，接著計(jì)算Tina看過的所有電影的平均梯度。

3.4 更新權(quán)重

“training”（訓(xùn)練）表的X11-X16單元格對應(yīng)上面的計(jì)算過程。

你可以看到，電影特征和用戶/電影偏置以類似的方式更新。

每一個(gè)訓(xùn)練epoch更新所有的電影/用戶特征及偏置。

現(xiàn)在我們已經(jīng)訓(xùn)練好了模型，讓我們可視化電影的2個(gè)潛因子。

如果我們的模型更復(fù)雜，包括10、20、50+潛因子，我們可以使用一種稱為“主成分分析（PCA）”的技術(shù)提取出最重要的特征，接著將其可視化。

相反，我們的模型僅僅包括3項(xiàng)特征，所以我們將可視化其中的2項(xiàng)特征，基于學(xué)習(xí)到的特征將每部電影繪制在圖像上。繪制圖像之后，我們可以解釋每項(xiàng)特征“可能代表什么”。

從直覺出發(fā)，電影特征1可能解釋為悲劇與喜劇，而電影特征3可能解釋為男性向與女性向。

這不是完美的解釋，但還算一種合理的解釋?！队率俊罚╳arrior）一般歸為劇情片，而不是喜劇片。不過其他電影基本符合以上解釋。

總結(jié)

電影評(píng)價(jià)由一個(gè)電影向量和一個(gè)用戶向量組成。在你評(píng)價(jià)了一些電影之后（顯式或隱式），推薦系統(tǒng)將利用群體的智慧和你的評(píng)價(jià)預(yù)測你可能喜歡的其他電影。向量（或“潛因子”）的維度取決于數(shù)據(jù)集的大小，可以通過試錯(cuò)法確定。

我鼓勵(lì)你實(shí)際操作下電子表格，看看改變模型的超參數(shù)會(huì)帶來什么改變。