推荐系统算法总结
本项目实现了以下推荐算法
| 算法 | 解析 | 文件 | 算法评估 |
|---|---|---|---|
| UserCF | 【推荐系统】算法总结(1) UserCF | UserCF.py | result |
| ItemCF | 【推荐系统】算法总结(2) ItemCF | ItemCF | result |
# 直接运行 if __name__ == '__main__': userCF = UserCF() userCF.K = 20 # 可以设置相关参数和变量,在UserCF模块属性中 userCF.run()
# 分步调试 if __name__ == '__main__': userCF = UserCF() userCF.load_data() # 加载数据 userCF.calc_user_sim() # 计算用户相似度 result = pd.DataFrame(columns=['K', 'N', "precision", 'recall', 'cov', 'pop']) # 评估准确率,召回率,覆盖率,流行度 for index, K in enumerate(range(5, 41)): userCF.K = K userCF.rec() precision, recall, cov, pop = userCF.evaluate() result.loc[index] = K, userCF.N, precision, recall, cov, pop SaveHelper.save(result, 'UserCF')