movielens

movieslens数据集简介

原创：石晓文1、数据集简介MovieLens数据集包含多个用户对多部电影的评级数据，也包括电影元数据信息和用户属性信息。这个数据集经常用来做推荐系统，机器学习算法的测试数据集。
a378812·2018-09-22 16:25

数据挖掘工程师必备基础

目录文章目录面试笔记算法工程师手册1.损失函数2.梯度下降&BackPropagation3.范数4.激活函数5.数据不平衡问题6.梯度消失问题7.矩阵分解原理及其实现（movielens）8.FMvsSVM
bllddee·2018-09-14 17:54

数据挖掘工程师必备基础

目录文章目录面试笔记算法工程师手册1.损失函数2.梯度下降&BackPropagation3.范数4.激活函数5.数据不平衡问题6.梯度消失问题7.矩阵分解原理及其实现（movielens）8.FMvsSVM
bllddee·2018-09-14 17:54

【推荐系统】4种推荐引擎预测你的电影品味

目录MovieLens数据集1-基于内容数学代码建议2-协同过滤数学代码评价3-矩阵分解数学代码评价建议4-深度学习数学代码评价建议最后“今晚我应该看什么电影？”
ChenVast·2018-09-14 15:29

【推荐系统】4种推荐引擎预测你的电影品味

目录MovieLens数据集1-基于内容数学代码建议2-协同过滤数学代码评价3-矩阵分解数学代码评价建议4-深度学习数学代码评价建议最后“今晚我应该看什么电影？”
ChenVast·2018-09-14 15:29

【推荐算法】协同过滤：从浅层到深层学习

在这篇文章中，我将使用MovieLens数据集作为示例，其中包含用户对电影的评分。我还演示了如何在我的Github上提供的脚本中使用浅层和深层协作
ChenVast·2018-08-28 09:44

【推荐算法】协同过滤：从浅层到深层学习

在这篇文章中，我将使用MovieLens数据集作为示例，其中包含用户对电影的评分。我还演示了如何在我的Github上提供的脚本中使用浅层和深层协作
ChenVast·2018-08-28 09:44

基于Spark-ALS的协同过滤算法推荐系统

使用的是MovieLens里面的ml-100k的范例数据集。
Fantastic_Liar·2018-08-25 13:05

【NiFi csv to mysql系列】三写入数据库

每条数据对应数据库中的一条记录整体流程下面将依次详细说明每个核心processor的配置以及完成的功能GetFile:读取文本文件中的内容，这个文件是http://files.grouplens.org/datasets/movielens
JokerRun·2018-08-17 12:47

python 合并数据表

age','occupation','zip']users=pd.read_table('E:/DataAnalysis/pydata-book/pydata-book-1st-edition/ch02/movielens
ElsaRememberAllBug·2018-08-07 00:08

基于物品/用户的协同过滤算法（使用Scikit-learn实现）

/usr/bin/envpython#-*-coding:utf-8-*-#使用MovieLens数据集，它是在实现和测试推荐引擎时所使用的最常见的数据集之一。
crb_day_day_up·2018-07-23 21:02

推荐系统——Improved Bounded Matrix Completion for Large-Scale Recommender Systems

例如，MovieLens和Netflix数据集的评分在[0.5,5]的范围内，但未加约束条件的传统矩阵分解模型的预测值通常会超出此范围的值。面对这种情况，对传统的
Manduner_TJU·2018-07-17 16:54

电影推荐系统-基于spark

基于ml-100k电影数据集的推荐系统数据集下载：https://grouplens.org/datasets/movielens/数据集如下：在这里我用的python3.6和python的pyspark
收一伞烟雨_·2018-07-11 16:28

【利用python进行数据分析】准备与实例（二）

MovieLens1M数据集GroupLensResearch采集了一组从20世纪90年末到21世纪初由MovieLens用户提供的电影评分数据。
yeverwen·2018-07-06 23:56

hive数据处理及hdfs文件操作

写在前面：本想使用hive调用python脚本实现统计分析movielens数据，但是最后一步调用脚本的地方不成功没找到问题所在，于是将过程中的一些经验写出来，非常详尽，对新手来说应该挺有用的。
Saint-at-home·2018-06-28 15:35

基于用户的协同过滤算法在显式、隐式反馈数据中的评估比较

实验采用Grouplens团队提供的公开数据集Movielens-latest-small，包括671个用户对9125部电影的100004条评分，并将数据以6比2的比例随机分为训练集和测试集。
一颗贪婪的星·2018-06-26 17:22

python基于物品协同过滤算法实现代码

本次测试基于MovieLens数据集实现的基于物品的协同过滤，目前只是在小样本上实现，主要问题是计算太耗内存，后期代码继续优化与完善。数据集说明：movies.dat中数据是用户对电影的评分。
zhouwenyuan1015·2018-05-31 16:56

MovieLens数据集

MovieLens数据集是一个关于电影评分的数据集，里面包含了从IMDB,TheMovieDataBase上面得到的用户对电影的评分信息，详细请看下面的介绍。
雾樱·2018-05-28 17:23

IMDB电影数据分析实践

1.项目简介数据集包含来自MovieLens电影推荐服务的5星评分和文本标记数据和来自IMDB1950-2012年IMDBTOP10000排行榜数据MovieLens数据集包含27278部电影的20000263
花生酱Scarlett·2018-05-26 08:52

RDD转成DataFrame

RDD转换为DataFrame今天在使用spark处理movielens数据集时，由于要在数据集中添加一列，所以不能直接读取数据集生成DataFrame,需要在生成DataFrame之前预处理一下数据集添加一列
无恋-zx·2018-04-18 15:02

打卡第二天：《利用python进行数据分析》学习笔记

第二章——引言第二部分:电影数据分析——处理movielens1m数据集http://nbviewer.jupyter.org/github/qiebuliaoliao/data_analysis_python
且不了了·2018-03-25 09:51

movielens数据集读取、转换

【1】从https://grouplens.org/datasets/movielens/上下载数据集，包含6000用户，4000多电影的100万条数据【读数据】importpandasaspdimportnumpyasnpusers_Name
brave_jcc·2018-03-16 15:50

基于卷积神经网络的推荐算法

3）在Matlab中实现了基于卷积神经网络的推荐算法，利用MovieLens-1M公开数据集进行
free356·2018-03-05 14:09

Learning: 利用Python进行数据分析 - MovieLens 数据集的探索

MovieLens1M数据集含有来自6000名用户对4000部电影的100万条评分数据，分为三个表，movies、ratings、users数据处理通过pandas.read_table将各表转化为pandas
wheatJH·2018-03-04 08:55

kafka+spark streaming代码实例(pyspark+python)

kafka-server-start.sh-daemonconfig/server.properties3.启动spark：sbin/start-all.sh数据来源：http://files.grouplens.org/datasets/movielens
chenyulancn·2018-03-02 10:31

MovieLens 1M之python数据分析练习

数据集来源https://grouplens.org/datasets/movielens/1m/代码区：importpandasaspduname=['user_id','gender','age',
Gunther17·2018-03-01 23:41

ch02-MovieLens-1M数据集

MovieLens是一组从20世纪90年代末到21世纪初的由MovieLens用户提供的电影评分数据。
Evan_REN·2018-01-29 13:18

基于深度学习的推荐算法实现（以MovieLens 1M数据 为例）

前言本项目使用文本卷积神经网络，并使用MovieLens数据集完成电影推荐的任务。
DerrickOzil·2018-01-24 14:31

Python推荐系统库Surprise

基础算法、协同过滤、矩阵分解等Surprise使用Surprise里有自带的Movielens数据集。
happy~·2018-01-20 16:00

实现movielen电影推荐

•这里假定这个数据集已经预加载进集群的HDFS文件夹/movielens/large下。•为了快速测试代码，可以先使用文件夹/moviele
aijava1·2018-01-06 11:43

TensorFlow实战——个性化推荐

78820529请安装TensorFlow1.0，Python3.5项目地址：https://github.com/chengstone/movie_recommender前言本项目使用文本卷积神经网络，并使用MovieLens
你先等等·2017-12-16 16:07

python实现协同过滤推荐算法完整代码示例

测试数据http://grouplens.org/datasets/movielens/协同过滤推荐算法主要分为：1、基于用户。
左手121·2017-12-15 11:10

数据基础---预处理---spark学习之数据预处理和特征提取

MovieLens数据集介绍MovieLens100k数据集，下载地址：http://files.grouplens.org/datasets/movielens/ml-100k.zipMovieLens
diggerTT·2017-12-09 13:39

基于SVD矩阵分解的推荐算法及其应用

并实现单机运行主要介绍了如何搭建Spark平台并在Eclipse平台上运行简单的SVD实例1.环境&软件Ubuntu14.04OpenJDK7Scala2.10.6Spark1.6.3Eclipse3.8.1MovieLens10M
chinastraw·2017-10-27 22:06

利用python进入数据分析之MovieLens_1M数据分析

数据设置In[26]:importpandasaspdimportosencoding='latin1'upath=os.path.expanduser('ch02/movielens/users.dat
若云流风·2017-10-14 09:11

Python进行数据分析（二）MovieLens 1M 数据集

Python进行数据分析（二）MovieLens1M数据集#-*-coding:utf-8-*-"""CreatedonThuSep2112:24:372017@author:Douzi"""importpandasaspd
Douzi1024·2017-09-27 23:00

Spark2.x学习笔记：10、简易电影受众系统

简易电影受众系统本章内容，源码参考了https://github.com/XichengDong/simplespark10.1数据准备（1）下载数据https://grouplens.org/datasets/movielens
程裕强·2017-09-24 17:30

使用Scikit-learn实现基于内存的协同过滤算法（使用movieLens数据集）

研究生阶段用Java写过推荐系统，前几个月也用Python实现过简单的推荐算法，最近一直在系统的重新学习机器学习和一些工具，如Scikit-learn和TensorFlow，但限制于条件，做不了太多东西，目前公司动荡，部门裁撤，估计再过段时间就得走人了，也正好比较闲。用Scikit-learn实现推荐系统真的是太简单了，类似矩阵相似度计算和评估方法等等都可以直接调用，非常简单。#!/usr/bin
Pd-pony·2017-08-15 08:27

《利用Python进行数据分析》笔记---第2章--MovieLens 1M数据集

写在前面的话：实例中的所有数据都是在GitHub上下载的，打包下载即可。地址是：http://github.com/pydata/pydata-book还有一定要说明的：我使用的是Python2.7，书中的代码有一些有错误，我使用自己的2.7版本调通。#coding:utf-8importpandasaspdunames=['user_id','gender','age','occupation'
wangshuang1631·2017-08-01 10:16

推荐系统总结MF->PMF->CTR->CDL->CNN

1.数据集分析以movieLens为例，介绍一下现有数据集所包含信息：评分信息userID，itemID，rating*（这里的评分
冰鋒·2017-07-22 09:31

Dataframe的使用方法

接下来我们将利用MovieLens数据集来介绍DataFrame的使用方法。检查数据Pandas中有许多用于获取
GeekLeee·2017-07-19 15:45

机器学习(6) MovieLens数据集

MovieLens数据集是一个关于电影评分的数据集，里面包含了从IMDB,TheMovieDataBase上面得到的用户对电影的评分信息，详细请看下面的介绍。
GZHermit·2017-07-04 18:21

spark机器学习（Chapter 03）--使用spark-python进行数据预处理和特征提取

1、首先需要准备MovieLens数据集，并查看数据基本情况数据主要包含3个数据集：u.data,是用户对电影的评分数据，u.item是电影的基本数据，u.user是用户的基本数据。
星之空殇·2017-06-24 23:03

用pandas处理MovieLens 1m 数据集

1、环境Python2.7.13，安装了numpy，pandas等importmathimportrandomfromnumpyimport*importnumpyasnpimportsysimportosfrompandasimportSeries,DataFrameimportpandasaspdfromsklearn.model_selectionimporttrain_test_split
fht1051066200·2017-06-18 16:35

基于SVD思想的简单推荐系统的实现

Python的一些小tipsSVD算法的基本思想以及实现如何利用SVD来实现一个比较基础的推荐系统实现环境PycharmCommunityEditionPython3numpypandassklearn数据来源MovieLens
Dvvvvva·2017-06-18 14:40

基于SVD思想的简单推荐系统的实现

Python的一些小tipsSVD算法的基本思想以及实现如何利用SVD来实现一个比较基础的推荐系统实现环境PycharmCommunityEditionPython3numpypandassklearn数据来源MovieLens
Dvvvvva·2017-06-18 14:40

一个Spark推荐系统引擎的实现

第三篇：一个Spark推荐系统引擎的实现阅读目录前言第一步：提取有效特征第二步：训练推荐模型第三步：使用ALS推荐模型第四步：物品推荐第五步：推荐效果评估小结回到顶部前言    经过2节对MovieLens
sysmedia·2017-06-01 18:00

MovieLens 《用Python进行数据分析》

原始数据：20世纪90年代末到20世纪初由MovieLens用户提供的电影评分数据，包括三个表，电影评分，电影信息（年代和风格）以及用户信息（年龄，邮编，性别和职业等），数据存储类型为.dat分析目的：
baidu_38925693·2017-05-26 15:57

电影推荐实例--基于协同过滤和DL特征提取的比较

数据集理论背景电影相似性深度学习总结数据集来源于MovieLens中的ml-latest-small.zip，当然也可以从本文最后我的github中找到。本项目主要用到其中
lolosoha·2017-05-21 03:05

推荐算法学习2-MXNET 实现movielen 融合个性化推荐

1.数据准备MovieLens百万数据集（
米斯特river川·2017-04-14 16:00
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他