第三章 商品偏好網絡
1.首先安裝surprise包:
$conda install -c conda-forge scikit-surprise
![](https://img.laitimes.com/img/9ZDMuAjOiMmIsIjOiQnIsIyPn5GcukTM5UTOwAjMwEzNwkTMwIzLc52YucWbp5GZzNmLn9Gbi1yZtl2Lc9CX6MHc0RHaiojIsJye.png)
輸入y
2.使用基本方法:
# 可以使用上面提到的各種推薦系統算法
from surprise import SVD
from surprise import Dataset
from surprise import evaluate, print_perf
# 預設載入movielens資料集,會提示是否下載下傳這個資料集,這是非常經典的公開推薦系統資料集——MovieLens資料集之一
data = Dataset.load_builtin('ml-100k')
# k折交叉驗證(k=3)
data.split(n_folds=3)
# 試一把SVD矩陣分解
algo = SVD()
# 在資料集上測試一下效果
perf = evaluate(algo, data, measures=['RMSE', 'MAE'])
#輸出結果
print_perf(perf)