python机器学习手写算法系列——PageRank算法

有数可据 2020-11-13 12:44:47
学习 Python 算法 机器 手写


Page Rank

Page Rank 是谷歌搜索的网页排名算法。PageRank是以谷歌创始人Larry Page命名的。(只能说是个巧合,敢不敢叫Larry Rank)

算法

PageRank算法假设,一个用户在互联网上随机跳转到别的page。他要求用户最终到达某个page的概率。

例子

我找到的最好的例子就是下面这个:

PageRank Algorithm - Example(YouTube)

如果你的网络有问题,访问不了,没关系,我会详细讲解。

探索

我们有以下的有向图,每个节点代表一个页面,每条有向边代表从一个page到另一个page的链接。
PageRank

Iteration 0

第0次遍历,在一开始,用户随机访问这4个page的概率,当然是1/4。

Iteration 1

在遍历1, 用户在遍历0的基础上,跳转到另一个page。

Page A

PageRank
对于Page A,唯一访问它的就是Page C。但是Page C同时也指向B和D,所以从C出发,到达A的概率是1/3。而之前我们算过了,只有1/4的用户访问了C,两者结合,就是1/4*1/3=1/12 = 0.08333333333333333。

B

在这里插入图片描述

对于B来说,情况稍微复杂了一点。因为有A和C都指向B。

我们先只考虑A->B,因为A同时指向B和C,所以从A出发,到达B的概率是1/2。考虑Iteration 1 的 A的概率是1/4。则用户先访问A,再访问B的概率是1/2 * 1/4 = 1/8

同理,用户先访问C,再访问B的概率是
1/3 * 1/4 = 1/12

结合以上,用户在Iteration 1时,到达B的概率是
1/2 * 1/4 + 1/3 * 1/4 = 1/8 + 1/12 = 0.20833333333333334。

C

PageRank
我们用符号表示以上运算,则有:

P(C|I1) = P(C|A) * P(A) + P(C|D) * P(D) = 1/2 * 1/4 + 1 * 1/4 = 1/8+1/4=4.5/12=0.375

D

P(D|I1) = P(D|B) * P(B) + P(D|C) * P = 1 * 1/4 + 1/3 * 1/4 = 1/4+1/12=4/12=0.3333333333333333

最终结果为

[0.08333333333333333, 0.20833333333333334, 0.375, 0.3333333333333333]

Iteration 2

我们在遍历1的基础上,计算遍历2。

A
PageRank
I1表示Iteration 1, I2表示Iteration 2。

P(A|I2) = P(C|A) * P(C|I1) = 1/3 * 4.5/12 = 1.5/12

B

P(B|I2) = P(B|A) * P(A|I1) + P(B|C) * P(C|I1) = 1/2 * 1/12 + 1/3 * 4.5/12= 2/12

C

P(C|I2) = P(C|A) * P(A|I1) + P(C|D) * P(D|I1) = 1/2 * 1/12 = 4.5/12

D

P(D|I2) = P(D|B) * P(B|I1) + P(D|C) * P(C|I1) = 1 * 2.5/12 + 1/3 * 4.5/12= 4/12

遍历2的最终结果 :

[0.125, 0.16666666666666666, 0.375, 0.3333333333333333]

最终的PageRank是[1, 2, 4, 3]

PageRank

代码

import numpy as np
n_iterations=3
n_nodes=4
#graph
graph = np.zeros((n_nodes, n_nodes))
#direction[start_node,end_node]=1
graph[0,1]=1
graph[0,2]=1
graph[1,3]=1
graph[2,0]=1
graph[2,1]=1
graph[2,3]=1
graph[3,2]=1
graph
#page rank matrix
pr_matrix = np.zeros((n_iterations, n_nodes))
#iteration 0
pr_matrix[0] = [1/n_nodes] * n_nodes
print('Page rank in Iteration 0')
print(pr_matrix[0])
#iteration 1,2
for i_iteration in [1,2]:
print(f'Page rank in Iteration {i_iteration}')
for node in range(n_nodes):
pr=0
for previous_node in range(n_nodes):
if graph[previous_node, node]==1:
pr+=pr_matrix[i_iteration-1,previous_node]/graph[previous_node, :].sum()
pr_matrix[i_iteration, node] = pr
print(pr_matrix[i_iteration])

源代码Github地址

欢迎阅读本系列其他文章:

《python机器学习手写算法系列——PageRank算法》

《python机器学习手写算法系列——线性回归》

《python机器学习手写算法系列——逻辑回归》

《python机器学习手写算法系列——决策树》

《python机器学习手写算法系列——kmeans聚类》

《python机器学习手写算法系列——梯度提升GBDT回归》

《python机器学习手写算法系列——梯度提升GBDT分类》

版权声明
本文为[有数可据]所创,转载请带上原文链接,感谢
https://blog.csdn.net/juwikuang/article/details/103536254

  1. 利用Python爬虫获取招聘网站职位信息
  2. Using Python crawler to obtain job information of recruitment website
  3. Several highly rated Python libraries arrow, jsonpath, psutil and tenacity are recommended
  4. Python装饰器
  5. Python实现LDAP认证
  6. Python decorator
  7. Implementing LDAP authentication with Python
  8. Vscode configures Python development environment!
  9. In Python, how dare you say you can't log module? ️
  10. 我收藏的有关Python的电子书和资料
  11. python 中 lambda的一些tips
  12. python中字典的一些tips
  13. python 用生成器生成斐波那契数列
  14. python脚本转pyc踩了个坑。。。
  15. My collection of e-books and materials about Python
  16. Some tips of lambda in Python
  17. Some tips of dictionary in Python
  18. Using Python generator to generate Fibonacci sequence
  19. The conversion of Python script to PyC stepped on a pit...
  20. Python游戏开发,pygame模块,Python实现扫雷小游戏
  21. Python game development, pyGame module, python implementation of minesweeping games
  22. Python实用工具,email模块,Python实现邮件远程控制自己电脑
  23. Python utility, email module, python realizes mail remote control of its own computer
  24. 毫无头绪的自学Python,你可能连门槛都摸不到!【最佳学习路线】
  25. Python读取二进制文件代码方法解析
  26. Python字典的实现原理
  27. Without a clue, you may not even touch the threshold【 Best learning route]
  28. Parsing method of Python reading binary file code
  29. Implementation principle of Python dictionary
  30. You must know the function of pandas to parse JSON data - JSON_ normalize()
  31. Python实用案例,私人定制,Python自动化生成爱豆专属2021日历
  32. Python practical case, private customization, python automatic generation of Adu exclusive 2021 calendar
  33. 《Python实例》震惊了,用Python这么简单实现了聊天系统的脏话,广告检测
  34. "Python instance" was shocked and realized the dirty words and advertisement detection of the chat system in Python
  35. Convolutional neural network processing sequence for Python deep learning
  36. Python data structure and algorithm (1) -- enum type enum
  37. 超全大厂算法岗百问百答(推荐系统/机器学习/深度学习/C++/Spark/python)
  38. 【Python进阶】你真的明白NumPy中的ndarray吗?
  39. All questions and answers for algorithm posts of super large factories (recommended system / machine learning / deep learning / C + + / spark / Python)
  40. [advanced Python] do you really understand ndarray in numpy?
  41. 【Python进阶】Python进阶专栏栏主自述:不忘初心,砥砺前行
  42. [advanced Python] Python advanced column main readme: never forget the original intention and forge ahead
  43. python垃圾回收和缓存管理
  44. java调用Python程序
  45. java调用Python程序
  46. Python常用函数有哪些?Python基础入门课程
  47. Python garbage collection and cache management
  48. Java calling Python program
  49. Java calling Python program
  50. What functions are commonly used in Python? Introduction to Python Basics
  51. Python basic knowledge
  52. Anaconda5.2 安装 Python 库(MySQLdb)的方法
  53. Python实现对脑电数据情绪分析
  54. Anaconda 5.2 method of installing Python Library (mysqldb)
  55. Python implements emotion analysis of EEG data
  56. Master some advanced usage of Python in 30 seconds, which makes others envy it
  57. python爬取百度图片并对图片做一系列处理
  58. Python crawls Baidu pictures and does a series of processing on them
  59. python链接mysql数据库
  60. Python link MySQL database