训练/测试矩阵图书交叉推荐系统答案

【问题标题】：Train/Test Matrix Book Crossing Recommender System训练/测试矩阵图书交叉推荐系统
【发布时间】：2018-04-15 19:59:58
【问题描述】：

我想为book crossing 数据集构建训练数据矩阵和测试数据矩阵。但是作为 ISBN 代码的 Book Id 可能包含字符。所以，我不能应用这个代码（来自tutorial）：

#Create two user-item matrices, one for training and another for testing
train_data_matrix = np.zeros((n_users, n_items))
for line in train_data.itertuples():
    train_data_matrix[line[1]-1, line[2]-1] = line[3]  
    print (line)

test_data_matrix = np.zeros((n_users, n_items))
for line in test_data.itertuples():
    test_data_matrix[line[1]-1, line[2]-1] = line[3]

line[2]-1 将导致类型错误：-: 'str' 和 'int' 的操作数类型不受支持。我需要找到另一种方法来构建训练测试矩阵。还有其他构建训练/测试矩阵的方法吗？

迭代 train_data 时的打印行示例：

熊猫(索引=874192, user_id=20859, ISBN='3442248876X', rating=0, title='Die Krieger der Drachenlanze 06. Die Ritter des Schwerts.', Location='tübingen,baden-württemberg, Germany', Age=0.0)

注意：我考虑过创建一个名为 book_id 的新列，该列映射到图书 ISBN，但只包含整数，这样代码才能正常工作，但我不知道该怎么做。

【问题讨论】：

标签： python matrix recommendation-engine train-test-split

【解决方案1】：

您应该对 ISBN 列进行编码，因为它包含一个字符串，例如使用这个 sn-p

isbn_list = list(df.ISBN.unique())
df['ISBN'] = df.ISBN.astype('category', categories=isbn_list).cat.codes

之后 numpy 应该可以正常工作

【讨论】：