Train/Test矩阵图书穿越推荐系统

Question

我想为book crossing dataset. But the Book Ids which are ISBN code may contain characters. So, I cannot apply this code (from a tutorial构建训练数据矩阵和测试数据矩阵):

#Create two user-item matrices, one for training and another for testing
train_data_matrix = np.zeros((n_users, n_items))
for line in train_data.itertuples():
    train_data_matrix[line[1]-1, line[2]-1] = line[3]  
    print (line)

test_data_matrix = np.zeros((n_users, n_items))
for line in test_data.itertuples():
    test_data_matrix[line[1]-1, line[2]-1] = line[3]

line[2]-1 将导致类型错误：- 不支持的操作数类型：'str' 和 'int'。我需要找到另一种方法来构建火车测试矩阵。还有其他构建 train/test 矩阵的方法吗？

遍历 train_data 时的打印行示例：

Pandas(Index=874192, user_id=20859, ISBN='3442248876X', rating=0, title='Die Krieger der Drachenlanze 06. Die Ritter des Schwerts.', Location='tübingen, baden-württemberg, germany', Age=0.0)

注意：我考虑过创建一个名为 book_id 的新列，该列映射到图书 ISBN 但仅包含整数以便代码有效，但我不知道该怎么做。

Answer 1

您应该对 ISBN 列进行编码，因为它包含一个字符串，例如使用此代码段

isbn_list = list(df.ISBN.unique())
df['ISBN'] = df.ISBN.astype('category', categories=isbn_list).cat.codes

之后 numpy 应该可以正常工作

Train/Test矩阵图书穿越推荐系统

Train/Test Matrix Book Crossing Recommender System

python

recommendation-engine

matrix

train-test-split