【问题标题】:Create sparse matrix from three datasets从三个数据集创建稀疏矩阵
【发布时间】:2022-06-12 00:04:07
【问题描述】:

我有三个数据集:

users_df = pd.read_csv('users.csv')
books_df = pd.read_csv('books.csv')
ratings_train_df = pd.read_csv('ratings_train.csv')

第一个描述系统中的所有用户。第二个描述所有书籍,第三个包含 UserID 和 BookID,并告诉用户对特定书籍的评分。

我现在想训练 LifgtFM 模型来预测特定用户会给新书的新评分,但 LightFM 使用稀疏矩阵:

model=LightFM(loss="warp")
model.fit(..., epochs=30, num_threads=2)

如何将我的数据集转换为模型的 fit 函数的适当输入?

【问题讨论】:

    标签: pandas machine-learning sparse-matrix


    【解决方案1】:

    LightFM 是婴儿潮一代的图书馆。你应该使用

    【讨论】:

      猜你喜欢
      • 2014-11-30
      • 2017-03-31
      • 2012-01-10
      • 1970-01-01
      • 1970-01-01
      • 2018-08-03
      • 1970-01-01
      相关资源
      最近更新 更多