如何解决如何在Surprise数据集中过滤出预测收视率的结果?
我创建了一个推荐引擎,该引擎为来自不同用户的11个项目生成预测的评分,这些评分存储在意外数据集中。目前,我建议为特定用户打印出所有11项的所有预测评分。
我的问题是,是否有可能过滤掉用户已经评分的商品的预测评分,并仅显示用户未评分的商品的预测评分,并可能以升序显示?
from load_data import data
from configure_algo import algo
trainingSet = data.build_full_trainset()
algo.fit(trainingSet)
user_userInput = input("Please enter the user you wish to use to get predicted ratings: ")
itemName= ""
for i in range(0,11):
prediction = algo.predict(user_userInput,i)
if i == 0:
itemName = "Item 1"
if i == 1:
itemName = "Item 2"
if i == 2:
itemName = "Item 3"
if i == 3:
itemName = "Item 4"
if i == 4:
itemName = "Item 5"
if i == 5:
itemName = "Item 6"
if i == 6:
itemName = "Item 7"
if i == 7:
itemName = "Item 8"
if i == 8:
itemName = "Item 9"
if i == 9:
itemName = "Item 10"
elif i == 10:
itemName = "Item 11"
print(f"Predicted rating for {itemName}: {prediction.est}")
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。