采用KNN算法實現一個簡單的推薦系統

1. 基於相似用戶的KNN

選用公式如下：

2. 基於相似物品的KNN

要求：

1. 純PYTHON代碼實現

2. 利用SKLEARN開發包實驗

 

實驗要求：

1. 數據集:

   Movielens1M, Movielens100k

 

2. 評價指標：

   RMSE, 均方根誤差(root mean squared error，RMSE)

 MAE平均絕對誤差(mean absolute error，MAE)

 

3. 實驗結果

【說明】

train、Test數據划分比—>9:1

User_test：基於用戶的過濾

Item_test：基於項目的過濾

本文試驗參考並修改自：

1. http://online.cambridgecoding.com/notebooks/eWReNYcAfB/implementing-your-own-recommender-systems-in-python-2
2. http://blog.ethanrosenthal.com/2015/11/02/intro-to-collaborative-filtering/

實驗代碼查看地址：RMSE