UserBasedCFwithMetrics.py
UserBasedCFwithMetrics.py
这个python文件是基于用户的相似度去预测推荐的电影。
下面是这个python文件调用的第三方库。
from surprise.model_selection import train_test_split
from surprise.model_selection import LeaveOneOut
from surprise import KNNBaseline
下面的代码是计算用户的相似度,然后基于用户相似度来推荐电影系统。
# 加载数据集
def LoadMovieLensData():
ml = MovieLens()
print('Loading movie ratings..')
data = ml.loadMovieLensDataset()
#计算受欢迎的排名和新颖性
rankings = ml.getPopularityRanks()
return (ml,data,rankings)
#加载推荐算法的通用数据集
(ml,evaluationData,rankings) = LoadMovieLensData()
#创建一个推荐对象
evaluator = Evaluator(evaluationData,rankings)
t0= time()
#基于用户的KNN相似度
sim_options_user = {'name':'cosine','user_based':True}
userKNN = KNNBasic(sim_options = sim_options_user)
evaluator.AddAlgorithm(userKNN,"User KNN")
evaluator.Evaluate(True)
#根据评价指标打印推荐的电影
evaluator.SampleTopNRecs(ml)
tt=time()-t0
print("User based CF Model trained in %s seconds" % round(tt,3))