機械学習コンテスト用サンプルソース(協調フィルタリング)

main.c

#include <float.h>
#include <math.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define TRAINDATA 1000
#define TESTDATA 1000
#define PARAMETER 10

int traindata[TRAINDATA][PARAMETER], testdata[PARAMETER], rank[PARAMETER];
float similarities[PARAMETER], sum[PARAMETER], score[PARAMETER];

int sort(const void *a, const void *b)
{
    if(score[*(int *)a] < score[*(int *)b])
        return -1;
    else if(score[*(int *)a] > score[*(int *)b])
        return 1;
    else
        return 0;
}

int main(void)
{
    int i, j, k;
    float distance, similarity;
    FILE *learn, *test;
   
    // 学習データを読み込んで配列に保存
    learn = fopen("train.txt", "r");
    for(i = 0; i < TRAINDATA; i++) {
        for(j = 0; j < PARAMETER; j++) {
            if(j == 0)
                fscanf(learn, "%d", &traindata[i][j]);
            else
                fscanf(learn, ",%d", &traindata[i][j]);
        }
    }
    fclose(learn);

    // テストデータを1行ごとに処理
    test = fopen("test.txt", "r");
    for(i = 0; i < TESTDATA; i++) {
        // テストデータを読み込んで配列に保存
        for(j = 0; j < PARAMETER; j++) {
            if(j == 0)
                fscanf(test, "%d", &testdata[j]);
            else
                fscanf(test, ",%d", &testdata[j]);
        }

        // 学習データのそれぞれと処理を行う
        for(j = 0; j < TRAINDATA; j++) {
            // ユークリッド距離を求める
            distance = 0;
            for(k = 0; k < PARAMETER; k++)
                if(testdata[k] != -1)
                    distance += pow(testdata[k] - traindata[j][k], 2);
            distance = sqrt(distance);

            // 類似度(ユークリッド距離の逆数)を求める
            if(distance == 0)
                continue;
            similarity = 1 / (1 + distance);

            // 相手の評価 * 類似度をスコアとして記録していく
            for(k = 0; k < PARAMETER; k++) {
                if(testdata[k] == -1) {
                    sum[k] += traindata[j][k] * similarity;
                    similarities[k] += similarity;
                }
            }
        }
        
        // スコアの総和を類似度の総和で割って正規化する
        for(k = 0; k < PARAMETER; k++) {
            if(testdata[k] == -1)
                score[k] = sum[k] / similarities[k];
            else
                score[k] = FLT_MAX;
        }

        // スコアが小さい順にソートする
        for(j = 0; j < PARAMETER; j++)
            rank[j] = j;
        qsort(rank, PARAMETER, sizeof(int), sort);

        // スコアが1番小さいものの番号を出力する
        printf("%d\n", rank[0]);
    }
    fclose(test);

    return 0;
}

tanimoto.c

#include <float.h>
#include <math.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>

#define TRAINDATA 1000
#define TESTDATA 1000
#define PARAMETER 10

int traindata[TRAINDATA][PARAMETER], testdata[PARAMETER], rank[PARAMETER];
float similarities[PARAMETER], sum[PARAMETER], score[PARAMETER];

int sort(const void *a, const void *b)
{
    if(score[*(int *)a] < score[*(int *)b])
        return -1;
    else if(score[*(int *)a] > score[*(int *)b])
        return 1;
    else
        return 0;
}

float dot(int a[PARAMETER], int b[PARAMETER])
{
    int i;
    float sum = 0;

    for(i = 0; i < PARAMETER; i++)
        if(a[i] != -1 && b[i] != -1)
            sum += a[i] * b[i];

    return sum;
}

int main(void)
{
    int i, j, k, count;
    float distance, similarity;
    FILE *learn, *test;
   
    // 学習データを読み込んで配列に保存
    learn = fopen("train.txt", "r");
    for(i = 0; i < TRAINDATA; i++) {
        for(j = 0; j < PARAMETER; j++) {
            if(j == 0)
                fscanf(learn, "%d", &traindata[i][j]);
            else
                fscanf(learn, ",%d", &traindata[i][j]);
        }
    }
    fclose(learn);

    // テストデータを1行ごとに処理
    test = fopen("test.txt", "r");
    for(i = 0; i < TESTDATA; i++) {
        // テストデータを読み込んで配列に保存
        for(j = 0; j < PARAMETER; j++) {
            if(j == 0)
                fscanf(test, "%d", &testdata[j]);
            else
                fscanf(test, ",%d", &testdata[j]);
        }

        // 学習データのそれぞれと処理を行う
        for(j = 0; j < TRAINDATA; j++) {
            // Jaccard相関を求める
            distance = dot(testdata, traindata[j]);
            distance /= (dot(testdata, testdata) + dot(traindata[j], traindata[j]) - distance);
            similarity = 1 / distance;

            // 相手の評価 * 類似度をスコアとして記録していく
            for(k = 0; k < PARAMETER; k++) {
                if(testdata[k] == -1) {
                    sum[k] += traindata[j][k] * similarity;
                    similarities[k] += similarity;
                }
            }
        }
        
        // スコアの総和を類似度の総和で割って正規化する
        for(k = 0; k < PARAMETER; k++) {
            if(testdata[k] == -1)
                score[k] = sum[k] / similarities[k];
            else
                score[k] = FLT_MAX;
        }

        // スコアが小さい順にソートする
        for(j = 0; j < PARAMETER; j++)
            rank[j] = j;
        qsort(rank, PARAMETER, sizeof(int), sort);

        // スコアが1番小さいものの番号を出力する
        printf("%d\n", rank[0]);
    }
    fclose(test);

    return 0;
}