推荐算法-协同过滤代码问题汇总

1.DataFrame
DataFrame是python中panda库里的方法，用法如下：

users = [“User1”,“User2”,“User3”,“User4”,“User5”]items = [“Item A”,“Item B”,“Item C”,“Item D”,“Item E”]# 用户购买记录数据集datasets = [ [1,0,1,1,0], [1,0,0,1,1], [1,0,1,0,0], [0,1,0,1,1], [1,1,1,0,1],]import pandas as pd
df = pd.DataFrame(datasets, columns=items, index=users)print(df)

运行结果是这样的：

由上我们可以看出DataFrame是一种表格型数据结构，它含有一组有序的列，每列可以是不同的值。DataFrame既有行索引，也有列索引
其中行索引是index，列索引是columns
问题一：

from sklearn.metrics import jaccard_similarity_score

无法引用jaccard_similarity_score
可能的问题：库的版本不统一

解决 : 版本更新问题，以后调用杰卡德函数直接使用一下的调用代码

from sklearn.metrics import jaccard_score

问题二：
报错代码：

pairwise_distances(df, metric="jaccard")

错误：AttributeError: ‘DataFrame’ object has no attribute ‘dtype’
错误原因：scikit-learn从0.20.1不再自动修改numpy语法。所以需要养成更加规范的书写习惯解决
以上代码更正为：

pairwise_distances(df.values, metric="jaccard")`

问题三：
报错代码：

rs_result -= set(df.ix[user].replace(0,np.nan).dropna().index)

错误：AttributeError: ‘DataFrame’ object has no attribute ‘dtype’
报错原因：在pandas的1.0.0版本开始，移除了Series.ix and DataFrame.ix 方法。
解决：使用DataFrame的loc方法或者iloc方法进行替换
拓展：pandas:ix 、loc 、 iloc区别、.at、.iat和.get_value
借鉴链接：
https://blog.csdn.net/HHG20171226/article/details/101567357