implicit 库

ml 数据分析

1. 保存只使用了 movielen 数据集的两个文件，特征分别如下图保存

2. 数据提取函数 和 数据保存函数

3. 读取使用的是 get_movielens() 函数

get_movielens()

4. 函数返回的值如下

• 电影：ndarray（属性）

• 一系列电影片名。

• 评级：csr_matrix（属性）

• 一个稀疏矩阵，其中行是movieId，列是userId，值是评级。

5. 电影数据示例：
   titles = ['' 'Toy Story (1995)' 'Jumanji (1995)' ... 'Tigerland (2000)' 'Two Family House (2000)' 'Contender, The (2000)']

6. 评级数据示例如下：
   ratings = (1, 1) 5.0 (1, 6) 4.0 (1, 8) 4.0 (1, 9) 5.0 (1, 10) 5.0 (1, 18) 4.0 (1, 19) 5.0 (1, 21) 3.0 (1, 23) 4.0 (1, 26) 3.0 (1, 28) 3.0 (1, 34) 5.0 (1, 36) 5.0 (1, 38) 5.0 (1, 44) 5.0 (1, 45) 4.0 (1, 48) 4.0 (1, 49) 5.0 (1, 51) 5.0 (1, 56) 5.0 (1, 60) 4.0 (1, 65) 5.0 (1, 68) 3.0 (1, 73) 3.0 (1, 75) 5.0 : : (3952, 4790) 3.0 (3952, 4802) 5.0 (3952, 4816) 4.0 (3952, 4823) 3.0 (3952, 4831) 4.0 (3952, 4834) 4.0 (3952, 4858) 4.0 (3952, 4939) 3.0 (3952, 5049) 4.0 (3952, 5074) 4.0 (3952, 5087) 4.0 (3952, 5100) 4.0 (3952, 5205) 4.0 (3952, 5304) 4.0 (3952, 5333) 4.0 (3952, 5359) 5.0 (3952, 5405) 4.0 (3952, 5475) 5.0 (3952, 5602) 3.0 (3952, 5682) 3.0 (3952, 5812) 4.0 (3952, 5831) 3.0 (3952, 5837) 4.0 (3952, 5927) 1.0 (3952, 5998) 4.0

7. 电影名字数据不参与模型的训练，只在最后推荐输出时使用。

8. 评级数据参与模型的训练，具体如何训练还要再看看