![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
推荐系统
python收藏家
这个作者很懒,什么都没留下…
展开
-
电影评分预测案例--梯度下降法和ALS(交替最小二乘法)实现
1. 梯度下降法import numpy as npimport pandas as pddtype = {'userId': np.int32, 'movieId': np.int32, 'rating':np.float32}ratings = pd.read_csv('./ml-latest-small/ratings.csv', dtype=dtype, usecols=range(3))# 计算用户和物品各自分组后的评分users_ratings = ratings.groupby原创 2021-02-24 20:14:40 · 810 阅读 · 0 评论 -
电影评分预测案例--基于用户协同过滤的推荐
基于电影评分数据的推荐案例:import numpy as npimport pandas as pddtype = {'userId': np.int32, 'movieId': np.int32, 'rating':np.float32}ratings = pd.read_csv('./ml-latest-small/ratings.csv', dtype=dtype, usecols=range(3))# 构建透视表 找到用户和电影之间的评分关系ratings_matrix = rat原创 2021-02-23 19:27:33 · 1144 阅读 · 1 评论