• 大小: 1.23MB
    文件类型: .zip
    金币: 1
    下载: 0 次
    发布日期: 2023-11-19
  • 语言: Python
  • 标签: Python  

资源简介

源代码和实战非常适合初学者使用,很详细

资源截图

代码片段和文件信息

#-*- coding: utf-8 -*-
#使用基于UBCF算法对电影进行推荐
from __future__ import print_function
import pandas as pd

############    主程序   ##############
if __name__ == “__main__“:
    print(“\n--------------使用基于UBCF算法对电影进行推荐 运行中... -----------\n“)
    traindata = pd.read_csv(‘/media/dp_zhou/Knowledge/Learning data/Python books/数据与代码/数据与代码/示例程序/data/u1.base‘sep=‘\t‘ header=Noneindex_col=None)
    testdata = pd.read_csv(‘/media/dp_zhou/Knowledge/Learning data/Python books/数据与代码/数据与代码/示例程序/data/u1.test‘sep=‘\t‘ header=Noneindex_col=None)
    #删除时间标签列
    traindata.drop(3axis=1 inplace=True)
    testdata.drop(3axis=1 inplace=True)
    #行与列重新命名
    traindata.rename(columns={0:‘userid‘1:‘movid‘2:‘rat‘} inplace=True)
    testdata.rename(columns={0:‘userid‘1:‘movid‘2:‘rat‘} inplace=True)
    traindf=traindata.pivot(index=‘userid‘ columns=‘movid‘ values=‘rat‘)
    testdf=testdata.pivot(index=‘userid‘ columns=‘movid‘ values=‘rat‘)
    traindf.rename(index={i:‘usr%d‘%(i) for i in traindf.index}  inplace=True)
    traindf.rename(columns={i:‘mov%d‘%(i) for i in traindf.columns}  inplace=True)
    testdf.rename(index={i:‘usr%d‘%(i) for i in testdf.index}  inplace=True)
    testdf.rename(columns={i:‘mov%d‘%(i) for i in testdf.columns}  inplace=True)
    userdf=traindf.loc[testdf.index]
    #获取预测评分和推荐列表
    trainratstrainrecomm=recomm(traindfuserdf)

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-11-27 16:54  Python与数据挖掘\
     文件       33280  2018-07-29 17:48  Python与数据挖掘\《Python与数据挖掘》勘误表 V2.6.xls
     目录           0  2018-07-29 17:49  Python与数据挖掘\第10章\
     目录           0  2018-07-29 17:49  Python与数据挖掘\第10章\上机实验\
     目录           0  2018-07-29 18:18  Python与数据挖掘\第10章\上机实验\data\
     文件     1586544  2018-07-29 18:18  Python与数据挖掘\第10章\上机实验\data\u1.base
     文件      392629  2018-07-29 17:49  Python与数据挖掘\第10章\上机实验\data\u1.test
     目录           0  2018-07-29 17:49  Python与数据挖掘\第10章\示例程序\
     目录           0  2018-07-29 17:49  Python与数据挖掘\第10章\示例程序\code\
     文件        1560  2018-07-29 17:49  Python与数据挖掘\第10章\示例程序\code\10-1.py
     文件        1879  2018-07-29 17:49  Python与数据挖掘\第10章\示例程序\code\recommender.py
     文件        1762  2018-07-29 17:49  Python与数据挖掘\第10章\示例程序\code\recommender.pyc
     目录           0  2018-07-29 18:18  Python与数据挖掘\第10章\示例程序\data\
     文件     1586544  2018-07-29 18:18  Python与数据挖掘\第10章\示例程序\data\u1.base
     文件      392629  2018-07-29 17:49  Python与数据挖掘\第10章\示例程序\data\u1.test
     目录           0  2018-07-29 17:49  Python与数据挖掘\第11章\
     目录           0  2018-07-29 18:18  Python与数据挖掘\第11章\上机实验\
     目录           0  2018-07-29 17:49  Python与数据挖掘\第11章\上机实验\data\
     文件       22528  2018-07-29 17:49  Python与数据挖掘\第11章\上机实验\data\dat.xls
     目录           0  2018-07-29 18:18  Python与数据挖掘\第11章\上机实验\tmp\
     目录           0  2018-07-29 18:18  Python与数据挖掘\第11章\示例程序\
     目录           0  2018-07-29 17:49  Python与数据挖掘\第11章\示例程序\code\
     文件        3668  2018-07-29 17:49  Python与数据挖掘\第11章\示例程序\code\11-1.py
     目录           0  2018-07-29 17:49  Python与数据挖掘\第11章\示例程序\data\
     文件       20480  2018-07-29 17:49  Python与数据挖掘\第11章\示例程序\data\arima_data.xls
     目录           0  2018-07-29 18:18  Python与数据挖掘\第11章\示例程序\tmp\
     目录           0  2018-07-29 17:49  Python与数据挖掘\第2章\
     目录           0  2018-07-29 17:49  Python与数据挖掘\第2章\上机实验\
     目录           0  2018-07-29 17:49  Python与数据挖掘\第2章\上机实验\data\
     文件       60655  2018-07-29 17:49  Python与数据挖掘\第2章\上机实验\data\horseColic.txt
     目录           0  2018-07-29 17:49  Python与数据挖掘\第2章\上机实验\tmp\
............此处省略91个文件信息

评论

共有 条评论