LightFM混合推荐系统报错TypeError: unhashable type: 'numpy.ndarray'求助

问题根源 #

你遇到的错误是因为直接用numpy数组去索引字典导致的：

• dataset.mapping()[2]返回的是字典（结构为{原始ItemID: 内部索引}），不是数组
• scores.argsort()[::-1]得到的是物品内部索引的排序数组，用数组索引字典会触发"不可哈希类型numpy.ndarray"的错误

另外代码里还有个潜在bug：data[data['UserId'] == user_id]['Item']中的列名Item和数据加载时的ItemId不匹配，会引发KeyError。

修复后的完整代码 #

import pandas as pd
from lightfm import LightFM
from lightfm.data import Dataset as DS
import numpy as np

# Load data from a CSV file
data = pd.read_csv('my_data.csv')

# Create a dataset object
datasetfm = DS()

# Fit the dataset with data
datasetfm.fit(users=data['UserId'], items=data['ItemId'])

# Build the interaction matrix
(interactions, weights) = datasetfm.build_interactions([(row['UserId'], row['ItemId'], row['Weight']) for index, row in data.iterrows()])

# Create the model
model = LightFM(loss='warp')

# Train the model
model.fit(interactions, epochs=30, num_threads=2)


# function to get recommendations for a user
def get_recommendations(user_id, model, dataset, data):
    n_users, n_items = dataset.interactions_shape()
    # 获取用户、物品的原始ID与内部索引的映射字典
    user_id_map = dataset.mapping()[0]
    item_id_map = dataset.mapping()[2]
    
    # 创建反向映射：把内部索引转成原始物品ID
    idx_to_item_id = {v: k for k, v in item_id_map.items()}
    
    # 获取用户已经交互过的物品（修正列名，和数据集保持一致）
    known_positives = data[data['UserId'] == user_id]['ItemId'].tolist()
    
    # 获取用户对应的内部索引
    user_internal_id = user_id_map[user_id]
    # 预测所有物品的推荐得分
    scores = model.predict(user_internal_id, np.arange(n_items))
    
    # 按得分降序排列物品内部索引，再转成原始物品ID
    top_item_indices = scores.argsort()[::-1]
    top_items = [idx_to_item_id[idx] for idx in top_item_indices]
    
    # 过滤掉用户已经交互过的物品，返回前10个推荐
    recommendations = [item for item in top_items if item not in known_positives]
    return recommendations[:10]


# Usage
user_id = 1  # 要获取推荐的用户ID
recommendations = get_recommendations(user_id, model, datasetfm, data)
print(recommendations)

核心修复说明 #

• 新增idx_to_item_id反向映射字典：解决LightFM内部索引和原始物品ID的转换问题，避免用数组索引字典
• 修正列名错误：把['Item']改成['ItemId']，和数据集中的列名对应
• 明确用户内部索引的获取：user_internal_id = user_id_map[user_id]，避免字典索引的混淆
• 遍历排序后的内部索引：通过反向映射得到原始物品ID，替代原来错误的数组索引字典方式

内容的提问来源于stack exchange，提问作者samesame