Skip to content

calciferer/RecSys

Repository files navigation

RecSys

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

运行

# 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')

About

推荐系统算法总结

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published