如何将 k 均值用于产品推荐数据集答案

【问题标题】：How to use k means for a product recommendation dataset如何将 k 均值用于产品推荐数据集
【发布时间】：2019-10-31 16:27:41
【问题描述】：

我有一个数据集，其列标题为产品名称、品牌、评级 (1:5)、评论文本、评论帮助。我需要的是使用评论提出推荐算法。我必须在这里使用 python 进行编码。数据集为 .csv 格式。

要识别数据集的性质，我需要对数据集使用 kmeans。如何在这个数据集上使用 k 均值？

所以我做了以下，
1.数据预处理，
2.review文本数据清理，
3.情绪分析，
4.根据他们获得的情绪值（通过情绪分析给出）给出从 1 到 5 的情绪评分，并将评论标记为非常负面、负面、中性、正面、非常正面。

在这些程序之后，我的数据集中有这些列，产品名称、品牌、评级 (1:5)、评论文本、评论帮助性、情绪值、情绪标签。这是数据集https://drive.google.com/file/d/1YhCJNvV2BQk0T7PbPoR746DCL6tYmH7l/view?usp=sharing的链接

我尝试使用以下代码获取 k 表示它运行时没有错误。但我不知道这是有用的东西，或者有没有其他方法可以在这个数据集上使用 kmeans 来获得一些其他有用的输出。为了更多地了解数据，我应该如何在这个数据集中使用 k 均值..

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
df.info()
X = np.array(df.drop(['sentiment_value'], 1).astype(float))
y = np.array(df['rating'])
kmeans = KMeans(n_clusters=2)
kmeans.fit(X)
KMeans(algorithm='auto', copy_x=True, init='k-means++', max_iter=300,
    n_clusters=2, n_init=10, n_jobs=1, precompute_distances='auto',
    random_state=None, tol=0.0001, verbose=0)
plt.show()

【问题讨论】：

你能附上数据集吗？或者至少是您拥有的 csv 文件的样本，以便我们可以使用？
好的。我会感谢您的回复
这是数据集drive.google.com/file/d/1YhCJNvV2BQk0T7PbPoR746DCL6tYmH7l/…的链接

标签： python data-mining k-means recommendation-engine sklearn-pandas

【解决方案1】：

除非您更具体地说明您想要实现的目标，否则我们将无法提供帮助。弄清楚你到底想预测什么。您只是想根据不太有希望的情绪得分对产品进行聚类，还是想在新数据集上预测实际的产品偏好？

如果您想构建推荐系统，唯一的可能性（考虑您的数据集）是根据评级/情绪识别类似产品。那是你要的吗？

【讨论】：

【解决方案2】：

你什么都没画。

所以什么都没有出现。

【讨论】：