recommender_system:基于last.fm数据的音乐推荐系统-源码

上传者: 42116585 | 上传时间: 2021-04-28 11:15:58 | 文件大小: 809KB | 文件类型: ZIP
建立Last.fm推荐系统 今天,我们将基于代表在上提供的Last.fm数据集构建基本的推荐系统。 该数据集来自2011年的LastFM,包含1,892位用户的17,632位艺术家的播放次数。 我们的议程如下: 通过执行初始探索性​​数据分析(EDA)来检查我们正在使用的数据 构建基本协作推荐系统的几个版本: sci-kit中的K个最近邻居学习 TuriCreate中的项目相似性推荐者 评估结果 回答有关项目的问题,包括需要改进的地方 除了此自述文件中包含有关项目的一般信息之外,我们的项目还包括以下: (01)使用scikit-learn和TuriCreate的协作过滤器(主项目提交) 基于内容的过滤器的用户/艺术家标签的初步EDA /主题建模的附录: (A01)使用scikit-learn的K均值聚类和t-SNE (A02)使用pyLDAvis的LDA 从元数据中添加基于

文件下载

资源详情

[{"title":"( 4 个子文件 809KB ) recommender_system:基于last.fm数据的音乐推荐系统-源码","children":[{"title":"recommender_system-master","children":[{"title":"notebooks","children":[{"title":"01_LastFM_CollaborativeRecommender.ipynb <span style='color:#111;'> 512.04KB </span>","children":null,"spread":false},{"title":"A02_LastFM_Recommender_Genre_pyLDAvis.ipynb <span style='color:#111;'> 183.48KB </span>","children":null,"spread":false},{"title":"A01_LastFM_Recommender_Genre_KMC_tSNE.ipynb <span style='color:#111;'> 692.55KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 17.14KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明