协同过滤算法实现

用户物品推荐

import pandas as pd 

import numpy as np
a = pd.DataFrame({'u1':{'l1':10,'l3':3},'u2':{'l2':3},'u3':{'l1':5,'l2':4}})
b=a.fillna(0)

c= b.T

#求出用户相似度

from sklearn.metrics.pairwise import pairwise_distances

u = pairwise_distances(c,metric='cosine')




#实现上式子

m = c.mean(axis=1)[:,np.newaxis]*np.ones(c.shape)
n =np.array([np.abs(u).sum(axis=1)]).T
r =c-m
p = m+ u.dot(r)/n

你可能感兴趣的:(协同过滤算法实现)