1 / 12

PCA para clasificación de películas con matrices sparse . Ejemplo con base de datos netflix

PCA para clasificación de películas con matrices sparse . Ejemplo con base de datos netflix. Pedro Concejero Grupo de usuarios R Madrid 31 octubre 2012. Referencias. Journal of Statistical Software: número especial sobre Psicometría y R http://www.jstatsoft.org/v20/i01

gunda
Download Presentation

PCA para clasificación de películas con matrices sparse . Ejemplo con base de datos netflix

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. PCA para clasificación de películas con matrices sparse. Ejemplo con base de datos netflix Pedro Concejero Grupo de usuarios R Madrid 31 octubre 2012

  2. Referencias • Journal of Statistical Software: número especial sobre Psicometría y R • http://www.jstatsoft.org/v20/i01 • Ejemplo de PCA con FactoMineR: • http://factominer.free.fr/classical-methods/principal-components-analysis.html

  3. Referencias • El concurso Netflix: • http://www.netflixprize.com//community/viewtopic.php?id=1537 • La necesidad de utilizar matrices “sparse” (poco densas) para poder trabajar con netflix y SVD / PCA • http://www.r-bloggers.com/the-netflix-prize-big-data-svd-and-r-2/

  4. Referencias • Muy buenos ejemplos y explicación (técnica) de SVD: • http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Dimensionality_Reduction/Singular_Value_Decomposition • Descripción detallada de algoritmos de recomendación (incluyendo SVD / PCA) • http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R/Dimensionality_Reduction/Singular_Value_Decomposition

  5. Referencias • Ejemplo específico de factorización para clasificación de películas: • http://research.yahoo4.akadns.net/files/ieeecomputer.pdf

  6. Ejemplo “Movielens”Películas más populares • Distribución de autovalores y varianza acumulada (eje Y) en el espacio de componentes

  7. Ejemplo “Movielens”Películas más populares (174)

  8. Ejemplo “Movielens”Películas con mayor varianza (164) • Distribución de autovalores y varianza acumulada (eje Y) en el espacio de componentes

  9. Ejemplo “Movielens”Películas con mayor varianza (164) • Primeros 2 factores/componentes

  10. Ejemplo “Movielens”Películas con mayor varianza (164)

  11. Conclusiones • Trabajo todavía sin finalizar (con el datasetnetflix), pero prometedor • El uso de librerías para matrices “sparse” es esencial (maravillosa librería Matrix) • Múltiples posibilidades de librerías PCA, con muchas alternativas para probar: • Número de componentes • Tipo de extracción • Rotación

  12. ¡Muchas gracias por vuestra atención!Y sobre todo, gracias a los organizadores de estas reuniones • Datos de contacto: • E-mail: Pedro.concejero@tid.es • Twitter: @ConcejeroPedro

More Related