AttributeError：“ DataFrame”对象没有属性“ raw_ratings”无法适应KNNBasic模型

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)

这最后一行代码似乎无效，我得到了输出错误：

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.