《推荐系统实践》协同过滤算法源代码

本文分享了根据项亮的《推荐系统实践》所写的代码实现,包括基于用户的协同过滤和基于物品的协同过滤。代码已上传至GitHub,可供学习推荐系统的读者参考使用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

学习项亮的《推荐系统实践》时,感觉书中虽然不是没有代码,但基本都是在描述单步的计算如何实现,互相之间不太能组合起来,于是自己写了一份完整的代码,分别实现了基于用户的协同过滤与基于物品的协同过滤,代码质量虽不能和高手比,但已经尽量做到高效精简。

如果有人和我一样在学习推荐系统,而且想自己做一做实验的话,我这份代码可以提供参考,代码地址:

https://github.com/Lockvictor/MovieLens-RecSys

代码中默认按照7:3的比例划分训练集与测试集,项亮的书中是7:1,这里可以自行调整

评论 2
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