问使用sklearn或numpy的基于内容的推荐系统

EN

我正在尝试在python/pandas/numpy/sklearn中构建一个基于内容的推荐系统。

下面是所涉及的矩阵及其大小：

X: n_customers * n_features (包含每个客户的功能)

Y: n_customers *n_products (包含每个客户对每个产品的评分)

Theta: n_features * n_products

目的是学习Theta，以便能够预测客户对所有产品(X*Theta)的评分。实际上，Y是一个稀疏矩阵，客户得分只占整个产品数量的很小%。这就是为什么Y包含很多NaN值的原因。

这就是我的问题：

这是一个具有多个目标(这里是target=product)的回归问题。但我只想对非空值进行回归。由于不同产品的NaN数量不同，我如何对其进行矢量化？

假设有1000个产品，100000个客户，每个产品都有20个特性。

对于每个产品，我需要对非空值进行回归。所以如果没有矢量化，我将需要1000个不同的回归学习，每个回归学习一个长度为20的Theta向量。

如果可能的话，我想用sklearn来解决这个问题。例如，岭回归考虑了多个目标(Y作为矩阵)

我希望它足够清楚。

谢谢你的帮助。