1

我想为书籍交叉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。因此，我无法应用此代码（来自教程）：

#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：

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，以便代码正常工作，但我不知道该怎么做。

4

1 回答 1

2

您应该使用例如此代码段对 ISBN 列进行编码，因为它包含一个字符串

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

于 2017-11-06T12:49:55.200 回答