我是新手，帮看下怎么做，悬赏10鱼币

Wit · 发表于 2014-9-11 18:39:45

最近在做个数据稀疏性处理，三个字段Uid，Iid，Rui，Uid表示用户，Iid表示项目，Rui表示用户u对项目i的评分。因为用户u不可能对所有的项目i评分，所以我要做的是把用户u没有评分的项目i做个估计值Rui。首先说一下，我的数据在txt文本文档的格式如下图（用户数、项目数是个定值）：

下面有三种处理方式：第一种是，空值根据此用户u评分平均值代替；第二种是，空值根据此项目i评分平均值代替；第三种，空值根据前两项的平均值再平均。不知道我说清楚了没，我分别举个例子。假如有5个用户，8个项目，用户U1对I2、I3、I4、I5的评分时1、2、3、4，那么根据第一种做法，U1对I1、I6、I7、I8的评分估值应该为（1+2+3+4）/4 = 2.5，注意此时R11=2.5；假如I1被用户U2、U3、U4的评分是1、2、3，那么I1被用户U1、U5的评分估值为（1+2+3）/3 = 2，注意此时R11=2；按照第三种做法，R11 = (（1+2+3+4）/4 + （1+2+3）/3) /2= 2.25。最后按照原始数据格式输出所有的数据，应该是5*8 = 40行。

最快给我的可以追加分，谢谢~

wei_Y · 发表于 2014-9-11 19:35:05

貌似不那么通俗易懂。。

Wit · 发表于 2014-9-11 19:37:21

wei_Y 发表于 2014-9-11 19:35
貌似不那么通俗易懂。。

可能是描述的不好，你认真看看

shenzhengbo · 发表于 2014-9-11 22:25:27

对不起，没看懂。

大炮哥哥 · 发表于 2014-9-13 17:47:55

我才是新手，我咋没有看懂你这是啥？

ntldzz0 · 发表于 2014-9-23 09:40:35

新手帮顶

woshilhz001 · 发表于 2014-10-25 13:18:01

:sweat: 新来的表示没看明白~

wangxinhui1213 · 发表于 2014-10-25 16:43:36

我也没看懂

武装进步 · 发表于 2014-10-25 17:08:41

蹭个鱼币。。

吴聊 · 发表于 2014-10-25 17:12:27

大神求解释数据稀疏性？？

ntldzz0 · 发表于 2014-10-26 22:17:12

不懂帮顶

yangbdxx · 发表于 2014-11-6 08:45:52

没看懂

戴宇轩 · 发表于 2014-11-7 22:39:48

看不懂。。。

戴宇轩 · 发表于 2014-11-8 19:06:05

看不懂啊

naonaoguang · 发表于 2014-11-18 10:12:37

真心看不懂

nirvana436 · 发表于 2014-11-18 12:54:16

新手帮顶，看谁能解决。

langzijinge · 发表于 2014-11-20 02:01:37

找大神吧

yuer丶None · 发表于 2014-11-24 15:58:05

现在我连说自己是新手的资格都木有了....

Munly · 发表于 2014-11-24 16:07:34

帮顶

ccxxllhl2 · 发表于 2014-12-9 20:37:39

可以利用numpy模块解决这个问题：

def 文件to数组（路径/文件名txt）
这个函数完成文件到数组的导入，3列N行的二维数组
这里要先把空值的Rid填0
return数组变量 Metrix

def 找出空值（Metrx）
取第三列RUI的值转换成序列 List_RID
k=0
row_num = []
for i in List_RID:
      if i==0:
            row_num.append (k) #这里就找到哪些Rid是0，然后把他们的序号（下标）给了row_num这个序列
                                             #假如第2和第5行的RUI是0，那么这里row_num就会是[2,5]
return row_num

def 计算方案1、2、3需要的和的平均值
   首先是方案一的
   先计算出每个Uid对应Rid的和平均值，可以针对Uid一列进行sorted整形
      将结果导入到新建的字典Row_dict_1{}中，可以使用get方法，形成这样的结果Row_dict_1{Uid:平均值}

   然后是方案二的
   把方案一的Uid换成Iid那一列就行，得到Row_dict_2{Iid:平均值}

def 方案1（Metrx , low_num，Row_dict_1）：
   for i in row_num
      利用row_num的每个元素在Metrx中找到对应的Uid,再从Row_dict_1中Row_dict_1[Uid]的值就是该平均值
      填入该平均值到Metrx中替换0
   替换完所有的0后
   return Metrx_1

def 方案2（Metrx , low_num，Row_dict_2）：
   与方案1一样，只是把Uid换成了Iid
   return Metrx_2

def 方案3（Metrx , low_num， Row_dict_1，Row_dict_2）：
   针对每个row_num元素，先在Metrx中找到Uid与Iid，然后通过查找Row_dict_1[Uid]与Row_dict_1[Iid]
   相加除以2赋值给New_Rid
   将Rid填入该Rid位置替换0
   return Metrx_3
-------------------------------------------------------------
当然这些你得熟悉numpy库、数组索引方式与字典操作方式，有兴趣试试看能否写出来吧~

账号		自动登录	找回密码
密码			立即注册