如何解决python - 如何在movieLen案例中为python中的推荐系统有效地进行数据增强?
我有一个基本上类似于 MovieLen 数据集的数据集。它有 3 列:userGUID、卡片、动作。用户 GUID 是 userId,card 是 contentId,action 是用户对内容的评分。如下图所示:
我有 16536 个用户和 16734 张卡片,其中只有一小部分被评分(动作)。 我想要做的是数据增强,在那里我得到根本没有评级的 userGUID 和卡片行。
所以我最终希望每个用户的所有卡片都没有评级(action-ed')。 每个用户都将拥有不包括已评级数据的增强数据。所以我期望的数据如下所示:
此表仅适用于未评级的增强型。
我希望有人可以提供 python 代码来做到这一点。
提前致谢。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。