本文通过分析一个CSV文件的数据集，展示了如何利用该数据集构建一个基本的推荐系统。数据集包括用户ID、物品ID和用户对物品的喜好程度评分。详细介绍了数据预处理、模型选择和评估过程，旨在提供一种简单有效的推荐系统实现方式。
http://blog.chinaunix.net/uid-26711636-id-3085923.html （第一个）
http://blog.chinaunix.net/uid-26711636-id-3086382.html （第二个，未验证）
第一个，我试了，的确可以用。
intro.csv:
1,101,5.0 // 第一列为用户ID，第二列为物品ID，第三列为该用户对对应物品的喜好程度
1,102,3.0 // 1表示讨厌，5表示非常喜爱，范围为1--5
1,103,2.5
2,101,2.0
2,102,2.5
2,103,5.0
2,104,2.0
3,101,2.5
3,104,4.0
3,105,4.5
3,107,5.0
4,101,5.0
4,103,3.0
4,104,4.5
4,106,4.0
5,101,4.0
5,102,3.0
5,103,2.0
5,104,4.0
5,105,3.5
5,106,4.0
http://blog.chinaunix.net/uid-26711636-id-3086382.html （第二个，未验证）
第一个，我试了，的确可以用。
intro.csv:
1,101,5.0 // 第一列为用户ID，第二列为物品ID，第三列为该用户对对应物品的喜好程度
1,102,3.0 // 1表示讨厌，5表示非常喜爱，范围为1--5
1,103,2.5
2,101,2.0
2,102,2.5
2,103,5.0
2,104,2.0
3,101,2.5
3,104,4.0
3,105,4.5
3,107,5.0
4,101,5.0
4,103,3.0
4,104,4.5
4,106,4.0
5,101,4.0
5,102,3.0
5,103,2.0
5,104,4.0
5,105,3.5
5,106,4.0
扫一扫
5216
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
