用GraphLab Create构建音乐推荐系统

最近跟着大神在进行机器学习实战，用GraphLab Create做音乐推荐系统。在这里，我将构建两种方法的音乐推荐系统，分别为：基于流行度的推荐系统和基于个性化的推荐系统。并且对于构建的推荐系统，分别用准确率和召回率来进行评估。

下面我将详细介绍怎么用GraphLab Create来构建音乐推荐系统。

• 系统：Windows10系统
• 软件：GraphLab Create，Jupyter Notebook，python2，IPython

1、导入GraphLab Create包

import graphlab

 并将GraphLab Canvas的显示设置为显示在IPython Notebook中（PS：这一步纯属个人习惯）

graphlab.canvas.set_target('ipynb') 

2、读取数据

song_data = graphlab.SFrame('song_data.csv')

我们的音乐数据格式如下图所示，由X1（每一行的行标）、UserID（用户名映射过来的ID）、SingerID（歌手名映射过来的ID）、Rating（用户点击歌手的次数，代表歌手的流行度）、SingerTitle（歌手名）、UserTitle（用户名）组成