计算MovieLens 100k数据集中男性女性用户评分的标准差并输出。
数据集下载http://files.grouplens.org/datasets/movielens/ml-100k.zip
其中u.data 表示100k条评分记录,每一列的数值含义是:
user id | item id | rating | timestamp
u.user表示用户的信息,每一列的数值含义是:
user id | age | gender | occupation | zip code
u.item文件表示电影的相关信息,每一列的数值含义是:
movie id | movie title | release date | video release date |IMDb URL |
unknown | Action | Adventure | Animation | Children’s | Comedy | Crime
| Documentary | Drama | Fantasy |Film-Noir | Horror | Musical |
Mystery | Romance | Sci-Fi |Thriller | War | Western |可能会用到的相关函数:
pandas.read_table(filepath_or_buffer, sep=’\t’, names=None)
pandas.pivot_table(data, values=None, columns=None, aggfunc=‘mean’)
pandas.merge(left, right, how=‘inner’)
更详尽的API文档请参考http://pandas.pydata.org/pandas-docs/stable/。
输出结果
男女电影评分差异分析编程
最新推荐文章于 2020-12-27 14:52:42 发布
该博客文章探讨了MovieLens 100k数据集中男性和女性用户评分的差异,通过计算标准差来量化这个差异。使用Pandas库进行数据处理,包括读取数据、合并表格、按性别计算评分平均值以及标准差。结果显示,男性和女性用户的评分标准差分别为0.32和0.35,表明存在一定的评分差异。最终,将这些结果以特定格式保存到txt文件中供后续使用。
摘要由CSDN通过智能技术生成