python - 训练/测试矩阵图书交叉推荐系统

Question

我想为 book crossing 构建训练数据矩阵和测试数据矩阵数据集。但作为 ISBN 代码的图书 ID 可能包含字符。因此，我无法应用此代码(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:不支持的操作数类型 -:“str”和“int”。我需要找到另一种方法来构建训练测试矩阵。还有其他方法来构建训练/测试矩阵吗？

迭代train_data时打印行的示例:

Pandas(Index=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 但仅包含整数，以便代码可以正常工作，但我不知道该怎么做。

Answer 1

您应该对 ISBN 列进行编码，因为它包含一个字符串，例如使用此代码段

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