Spaces:
Sleeping
Sleeping
File size: 3,246 Bytes
d837b5d 573b084 d837b5d f74ef3b 53c7c16 573b084 d837b5d 573b084 f74ef3b d837b5d 573b084 d837b5d 573b084 d837b5d f74ef3b d837b5d 3c8f378 f74ef3b d837b5d f74ef3b d837b5d f74ef3b |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 |
import pandas as pd
import numpy as np
import warnings
warnings.filterwarnings('ignore')
from sklearn.feature_extraction.text import TfidfVectorizer
from sklearn.metrics.pairwise import cosine_similarity
from joblib import dump, load
from sklearn.preprocessing import normalize
def recomienda_tf(new_basket,cestas,productos):
# Cargar la matriz TF y el modelo
tf_matrix = load('tf_matrix.joblib')
count = load('count_vectorizer.joblib')
# Convertir la nueva cesta en formato TF (Term Frequency)
new_basket_str = ' '.join(new_basket)
new_basket_vector = count.transform([new_basket_str])
new_basket_tf = normalize(new_basket_vector, norm='l1') # Normalizamos la matriz count de la cesta actual
# Comparar la nueva cesta con las anteriores
similarities = cosine_similarity(new_basket_tf, tf_matrix)
# Obtener los índices de las cestas más similares
similar_indices = similarities.argsort()[0][-4:] # Las 4 más similares
# Crear un diccionario para contar las recomendaciones
recommendations_count = {}
total_similarity = 0
# Recomendar productos de cestas similares
for idx in similar_indices:
sim_score = similarities[0][idx]
total_similarity += sim_score # Suma de las similitudes
products = cestas.iloc[idx]['Cestas'].split()
# Usar un conjunto para evitar contar productos múltiples veces en la misma cesta
unique_products = set(products) # Usar un conjunto para obtener productos únicos
# Con esto evitamos que la importancia crezca por las unidades
for product in unique_products:
if product.strip() not in new_basket: # Evitar recomendar lo que ya está en la cesta
recommendations_count[product.strip()] = recommendations_count.get(product.strip(), 0) + sim_score
# Almacena el conteo de la relevancia de cada producto basado en cuántas veces aparece en las cestas similares, ponderado por la similitud de cada cesta.
# Calcular la probabilidad relativa de cada producto recomendado
recommendations_with_prob = []
if total_similarity > 0: # Verificar que total_similarity no sea cero
recommendations_with_prob = [(product, score / total_similarity) for product, score in recommendations_count.items()]
else:
print("No se encontraron similitudes suficientes para calcular probabilidades.")
recommendations_with_prob.sort(key=lambda x: x[1], reverse=True) # Ordenar por puntuación
# Crear un nuevo DataFrame para almacenar las recomendaciones
recommendations_data = []
for product, score in recommendations_with_prob:
# Buscar la descripción en el DataFrame de productos
description = productos.loc[productos['ARTICULO'] == product, 'DESCRIPCION']
if not description.empty:
recommendations_data.append({
'ARTICULO': product,
'DESCRIPCION': description.values[0], # Obtener el primer valor encontrado
'RELEVANCIA': score
})
recommendations_df = pd.DataFrame(recommendations_data)
return recommendations_df |