如何解决AttributeError:“ DataFrame”对象没有属性“ raw_ratings”无法适应KNNBasic模型
我正在尝试创建一个基线模型:具有余弦相似性的KNNBasic(基于用户)。我已经做了一次火车试车。我将在这里尽可能详细。
评分数据预处理:
sample_clean = sample.drop('Time',axis=1) #dropping time stamp
class MyDataset(dataset.DatasetAutoFolds):
#this function creates a surprise friendly dataset
#this function already has folds built into it for cross-validation
self.raw_sample = [(uid,pid,r,None) for (uid,r) in zip(sample_clean['UserId'],sample_clean['ProductId'],sample_clean['score'])]
self.reader = reader
然后让我的读者兴奋
reader = Reader(line_format = 'user item rating',rating_scale=(0,5))
然后我将我的sample_clean数据框解析为一个惊喜友好的数据集
surprise_sample = MyDataset(sample_clean,reader)
我检查格式:
type(surprise_sample)
我得到的输出
_main_.MyDataset
我继续创建一列raw_ratings,并将其从sample_clean中提取出来:
raw_ratings = sample_clean.score
接下来,我进行一次火车验证拆分,效果很好。
#test data
test_threshold = int(.85*len(sample_clean)
train_sample = sample_clean[:test_threshold]
test_raw_sample = sample_clean[test_thresholds:]
#train数据
train_threshold = int(.8*len(train_sample))
validation_raw_sample = train_sample[train_threshold:]
train_raw_sample = train_sample[:train_threshold]
然后我检查一下火车测试拆分期间是否没有数据丢失:
len(train_raw_sample) + len(test_raw_sample) + len(validation_raw_sample)
#output is 5000 which is what I wanted
我有以下麻烦,我正在建立一个具有余弦相似性(基于用户)的KNNBasic基线模型
#cosine similarity
sim_cos = {'name': 'cosine','user_based': True}
#instantiate reader
basic_user = knns.KNNBasic(sim_options = sim_cos)
#fit the model
simcos_crossval_user = cross_validate(basic_user,sample_clean,measures=['rmse','mae'],cv=3,return_train_measure=True,n_jobs=-1,verbose=True)
AttributeError: 'DataFrame' object has no attribute 'raw_ratings'
请帮助我弄清楚我做错了什么。谢谢。
解决方法
您可以尝试将自定义数据帧解析为令人惊讶的友好数据集:
reader = Reader(line_format = 'user item rating',rating_scale=(0,5))
这些列必须对应于用户ID,商品ID和等级(按此顺序):
data = Dataset.load_from_df(sample_clean [['userId','productId','Score']],reader)
您可以找到更多详细信息here.
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。