采用KNN算法实现一个简单的推荐系统

1. 基于相似用户的KNN

选用公式如下：

2. 基于相似物品的KNN

要求：

1. 纯PYTHON代码实现

2. 利用SKLEARN开发包实验

 

实验要求：

1. 数据集:

   Movielens1M, Movielens100k

 

2. 评价指标：

   RMSE, 均方根误差(root mean squared error，RMSE)

 MAE平均绝对误差(mean absolute error，MAE)

 

3. 实验结果

【说明】

train、Test数据划分比—>9:1

User_test：基于用户的过滤

Item_test：基于项目的过滤

本文试验参考并修改自：

1. http://online.cambridgecoding.com/notebooks/eWReNYcAfB/implementing-your-own-recommender-systems-in-python-2
2. http://blog.ethanrosenthal.com/2015/11/02/intro-to-collaborative-filtering/

实验代码查看地址：RMSE

转载于:https://www.cnblogs.com/190260995xixi/p/6056927.html