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?

问题描述

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 是用户内容的评分。如下图所示:

enter image description here

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:

enter image description here

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。

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...