《推荐系统实战》——基于物品的协同过滤实现

一:物品相似度计算&推荐源代码(算法参考项亮《推荐系统实战》P55):
其他代码模块参考我的另外一篇博客:
这里写链接内容

 def ItemSimilarity(self, train=None):
        train = self.traindata or train
        #calculate co-rated users between items
        C = dict()
        N = dict()
        for u , items in train.items():
            for i in items:
                N.setdefault(i,0)
                N[i] += 1
                for j in items:
                    if i == j:
                        continue
                    C.setdefault(i,{})
                    C[i].setdefault(j, 0)
                   
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值