我从这个博尔格 Deep Learning With Keras: Recommender Systems 学习协同过滤。
教程很好，代码运行良好。 Here is my code.
作者说，有一件事让我很困惑，
用户/电影字段目前是非连续整数，表示该实体的某个唯一 ID。我们需要它们从零开始按顺序用于建模（稍后您会看到原因）。
user_enc = LabelEncoder()
ratings['user'] = user_enc.fit_transform(ratings['userId'].values)
n_users = ratings['user'].nunique()
但他似乎没有提及原因，我不需要这样做。有人可以为我解释一下吗？
【问题讨论】：
标签： python-3.x tensorflow neural-network embedding collaborative-filtering
假定嵌入是连续的。
Embedding的第一个输入是输入维度。
因此，如果输入超出输入维度，则忽略该值。
Embedding 假设输入中的最大值是输入维度 -1（从 0 开始）。
https://www.tensorflow.org/api_docs/python/tf/keras/layers/Embedding?hl=ja
例如，以下代码将仅为输入 [4,3] 生成嵌入，并且将跳过输入 [7, 8]，因为输入维度为 5。
我觉得用tensorflow解释比较清楚；
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Embedding
model = Sequential()
model.add(Embedding(5, 1, input_length=2))
input_array = np.array([[4,3], [7,8]])
model.compile('rmsprop', 'mse')
output_array = model.predict(input_array)
您可以将输入维度增加到 9，然后您将获得两个输入的嵌入。
您可以将原始数据集中的输入维度增加到最大数 + 1，但这并不有效。 它实际上类似于 one-hot 编码，顺序数据可以节省大量内存。
【讨论】：