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。
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
扫一扫
1293
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
