ML之RS:基于用户的CF+LFM实现的推荐系统(基于相关度较高的用户实现电影推荐)

举报
一个处女座的程序猿 发表于 2021/03/30 23:32:52 2021/03/30
【摘要】 ML之RS:基于用户的CF+LFM实现的推荐系统(基于相关度较高的用户实现电影推荐)   目录 输出结果 实现代码       输出结果     实现代码 #ML之RS:基于CF和LFM实现的推荐系统import numpy as npimport pandas as pdimport matplotlib.pyplot as...

ML之RS:基于用户的CF+LFM实现的推荐系统(基于相关度较高的用户实现电影推荐)

 

目录

输出结果

实现代码


 

 

 

输出结果

 

 

实现代码


  
  1. #ML之RS:基于CF和LFM实现的推荐系统
  2. import numpy as np
  3. import pandas as pd
  4. import matplotlib.pyplot as plt
  5. import time
  6. import warnings
  7. warnings.filterwarnings('ignore')
  8. np.random.seed(1)
  9. plt.style.use('ggplot')
  10. # data = pd.read_csv('ml-20m/ratings_smaller.csv', index_col=0)
  11. # movies = pd.read_csv('ml-20m/movies_smaller.csv')
  12. #1、导入数据集
  13. data = pd.read_csv('ml-latest-small/ratings.csv')
  14. movies = pd.read_csv('ml-latest-small/movies.csv')
  15. movies = movies.set_index('movieId')[['title', 'genres']]
  16. #2、观察数据集
  17. # How many users?
  18. print (data.userId.nunique(), 'users')
  19. # How many movies?
  20. print (data.movieId.nunique(), 'movies')
  21. # How possible ratings?
  22. print (data.userId.nunique() * data.movieId.nunique(), 'possible ratings')
  23. # How many do we have?
  24. print (len(data), 'ratings')
  25. print (100 * (float(len(data)) / (data.userId.nunique() * data.movieId.nunique())), '% of possible ratings')
  26. # Number of ratings per users
  27. fig = plt.figure(figsize=(10, 10))
  28. ax = plt.hist(data.groupby('userId').apply(lambda x: len(x)).values, bins=50)
  29. plt.xlabel("ratings")
  30. plt.ylabel("users")
  31. plt.title("Number of ratings per user")
  32. plt.show()
  33. # Number of ratings per movie
  34. fig = plt.figure(figsize=(10, 10))
  35. ax = plt.hist(data.groupby('movieId').apply(lambda x: len(x)).values, bins=50)
  36. plt.xlabel("ratings")
  37. plt.ylabel("movies")
  38. plt.title('Number of ratings per movie')
  39. plt.show()
  40. # Ratings distribution评分分布
  41. fig = plt.figure(figsize=(10, 10))
  42. ax = plt.hist(data.rating.values, bins=5)
  43. plt.xlabel("ratings")
  44. plt.ylabel("numbers")
  45. plt.title("Distribution of ratings")
  46. plt.show()
  47. # Average rating per user
  48. fig = plt.figure(figsize=(10, 10))
  49. ax = plt.hist(data.groupby('userId').rating.mean().values, bins=10)
  50. plt.xlabel("Average rating")
  51. plt.ylabel("numbers")
  52. plt.title("Average rating per user")
  53. plt.show()
  54. # Average rating per movie
  55. fig = plt.figure(figsize=(10, 10))
  56. ax = plt.hist(data.groupby('movieId').rating.mean().values, bins=10)
  57. plt.title('Average rating per movie')
  58. plt.show()
  59. # Top Movies,genres电影类型
  60. average_movie_rating = data.groupby('movieId').mean()
  61. top_movies = average_movie_rating.sort_values('rating', ascending=False).head(10)
  62. pd.concat([movies.loc[top_movies.index.values],
  63. average_movie_rating.loc[top_movies.index.values].rating], axis=1)
  64. # Robust Top Movies - Lets weight the average rating by the square root of number of ratings让平均评分进行加权数的平方根
  65. top_movies = data.groupby('movieId').apply(lambda x:len(x)**0.5 * x.mean()).sort_values('rating', ascending=False).head(10)
  66. pd.concat([movies.loc[top_movies.index.values],
  67. average_movie_rating.loc[top_movies.index.values].rating], axis=1)
  68. controversial_movies = data.groupby('movieId').apply(lambda x:len(x)**0.25 * x.std()).sort_values('rating', ascending=False).head(10)
  69. pd.concat([movies.loc[controversial_movies.index.values],
  70. average_movie_rating.loc[controversial_movies.index.values].rating], axis=1)

 

 

 

相关文章推荐

GitHub

 

 

文章来源: yunyaniu.blog.csdn.net,作者:一个处女座的程序猿,版权归原作者所有,如需转载,请联系作者。

原文链接:yunyaniu.blog.csdn.net/article/details/81835446

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。