文件名称：Recommended-system
文件大小：4.38MB
文件格式：ZIP
更新时间：2024-05-02 09:07:55
Python
Recommended-system 电影（商品）推荐算法，给数据中未标注的商品精准打分。 数据说明 数据包括DVD和Video数据，矩阵每一行代表一个用户，每一列代表一件商品，用户对商品的打分范围为1-5，数据中0分的位置即为当前该用户对该数据没有评价，需要推测出来。 评价指标 由于没有评价的数据没有真实值，无法评测推荐的准确性，因此需要在已知的数据中随机挖掉1000个数据，例如在DVD数据中，将其中有评价的数据随机去掉1000个，之后使用算法对去掉的1000个打分进行预测，之后试用评价指标对预测值和真实值比较，评价方法采用MAE。 MAE,平均绝对误差( Mean Absolute Error),观测值与真实值的误差绝对值的平均值。 $$ \begin{equation} \operatorname{MAE}(X, h)=\frac{1}{m} \sum_{i=1}^{m} \mid
【文件预览】：
Recommended-system-main
----models()
--------SVD.py(265B)
--------__init__.py(70B)
--------KFM.py(6KB)
----main.py(247B)
----dataset.py(2KB)
----miscc()
--------utils.py(919B)
--------__init__.py(70B)
--------config.py(689B)
----LICENSE(11KB)
----.gitignore(2KB)
----README.md(961B)
----DATA()
--------README.txt(14B)
--------dvd_sparse_train.csv(1005KB)
--------attributes()
--------dvd_sparse.csv(1016KB)
--------video_sparse_test.csv(11KB)
--------dvd_sparse_test.csv(11KB)
--------video.csv(14.33MB)
--------dvd.csv(14.33MB)
--------video_sparse.csv(962KB)
--------video_sparse_train.csv(951KB)
--------data.mat(459KB)
----Analysis.py(3KB)