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

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