leeshuqing的专栏

现有Movielens100K数据集，分别有四个列，分别为UID（用户号）、MID（电影号）、rating（评分）、timestamp（时间戳），要求使用标准传统基于用户的协同过滤方法，首先使用皮尔逊系数计算用户之间的相关性，并使用该相关性取前20个最相关用户作为邻居，以当前用户邻居对预测项目的评分和相关性加权之和来得到当前用户对预测项目的评分，并倒序得到推荐项目列表。这是用户评分数据，请给出代码。此时可以生成正常运行的代码，但是性能非常差，由于需要给出每个用户的推荐结果，因此运行时间非常漫长。

再如如果问题有所变化，要求让用户输入两个数的加法计算式，如“1+2=”，并输出最终的加法计算式及其结果，如“1+2=3”。让用户输入两个数的加法计算式，如“1+2”，并输出最终的加法计算式及其结果，如“1+2=3”，请只使用字符串自带函数实现。让用户输入两个数的加法计算式，如“1+2=”，并输出最终的加法计算式及其结果，如“1+2=3”，请只使用字符串切片实现。功能是让用户输入两个数的加法计算式，如“1+2=”，并输出最终的加法计算式及其结果。我们从一个最简单的Python程序开始。

让用户输入一个整数长度，在“Python”中各个字符之间填充空格，使得总体字符串长度等于或者接近于输入的整数长度，请不要超过10行代码，使用字符串join函数来实现该功能，不必考虑输入数值小于现有字符串长度等特殊情况处理，如果空格分配导致整体长度也并不完全符合要求也行，不要使用任何自定义函数、循环遍历等复杂操作，力求代码简化。不过，该代码虽然略显复杂，但是稳健性更强，可以适应诸如输入数值小于现有字符串长度等特殊情况的处理，其主体逻辑功能基本一致。对于这样一个问题，初始的用户提问可能是“

很多情况下，我们自己还是可以完成代码的，不过会遇到很多错误。在发生错误时，可以充分利用AI编程工具帮助我们调试错误，加快处理速度。当然，对于初学者并不建议，还是等自己掌握了基础知识，再去考虑智能化处理：）运行时输入了“a”，结果显示错误为：ValueError: invalid literal for int() with base 10: 'a'可以直接将代码和错误信息完整的构造成一个提示词来询问。该提示词综合使用了多种提示技巧，比如增加了角色扮演“”，同时在内容上尽可能的详细和完整，实际效果较好。

和传统搜索引擎一样，AI编程工具也是一种很好的信息检索工具。不同于搜索引擎，AI编程工具是直接生成最终的答案，而且可以采取自然语言提问的方式。但是不可否认一点，我们不能完全迷信它的结果，大语言模型存在幻觉的可能性，尤其对于一些较为罕用的方法。比如对于问题“汉字最小的Unicode编码是多少”，在AI编程工具给出答案后，可以直接提问为“”，更为合理的方法是通过建议它生成有效的测试代码来观察其真正的合理性。1）可以尝试多种不同的AI编程工具来提示，大多数相同的答案应该合理。

请根据标准的PageRank算法思路，无需考虑阻尼系数，具体方法是对于每个网页权值初始设为0.2，在第一轮迭代中，如果有其他网页指向，就将其权值累加过来，但是该累加值会被其他链入网页的出度均分，最后每个网页再将自身的权值和其他链入网页传入的权值累加，并最终以全部网页权值总和做分母规范化所有权值，完成第一轮迭代，再进行第二轮迭代，方法同前，反复进行，直到先后两次迭代同一网页的权值差值小于0.00001即可停止迭代，最后输出最终全部网页的权值。网页2有2个链接指向网页1和网页3，网页1有1个链接指向网页2，

事实上，造成这一问题的原因很简单，AI复制文本生成代码时，并没有完整的复制全部内容，导致代码中文档包含的单词次数并不对。其中TF是指词频，即文档中包含词语的个数，IDF是指倒文档频率，计算公式为：IDF=log(N/n(i)) 其中N表示文档总数，n(i)表示含有关键词i的文档总数。对于代码工作，细心的测试工作不必可少，甚至在将大部分代码开发工作转移过去的同时，留给我们的更多工作就是仔细测试AI生成的代码，确保其质量和效果。利用上面的TF和IDF，通过乘积，计算每个词语在每个文档句子中的TF-IDF权值。

③AI编程工具在整个开发过程中的应用面很广，再如对于表格数据，据此得到X特征列表，编写工作量既大又容易出错，可以在附加数据内容后使用提示词“将下面数据转换为一个Python的二维列表”即可自动生成Python列表代码。如果要得到纯粹的文本说明，还可以使用提示词“使用200字的汉字、不使用任何公式和字母来描述gini_impurity实现思路”等等，都可以取得良好的效果。②实现最佳分割点，通过遍历每个特征所有可能的分割点，计算每个分割点的基尼不纯度，并选择基尼不纯度最低的分割点作为最佳分割点。

因此，合理的引导提示AI编程工具进行编程，才能写出更为合理高效的代码，这在一定程度上也说明AI编程并不意味着编程人员无需再学习编程，相反，熟练的编程人员才会更好的引导AI快速实现高效的代码。该代码相较于以前，确实已有改进，采用了滑窗切片的for循环实现了有效的简化处理，但是其自动去除了连续输入的功能，后期还需要自己替换上去。这次我们会发现AI灵巧的使用了一个NumPy的卷积函数convolve，自动实现了for循环的滑窗切片，具体对该函数的了解可以直接询问AI。请不要使用函数，去除main代码。