recruiting-system / python_basic-2020-7-23-10-44-19-327 Goto Github PK

MovieLens数据集是一个广泛用来研究推荐系统算法的一个数据集。这个数据集包含了来自电影推荐网站多年积累的数据。我们将基于这个数据集练习数据的处理和分析。

从 grouplens 下载数据集 MovieLens 1M Dataset。 数据集包含6个文件：

• tags.csv 用户给电影打的标签:
  • userId
  • movieId
  • tag
  • timestamp
• ratings.csv 用户给电影的评分:
  • userId
  • movieId
  • rating
  • timestamp
• movies.csv 电影信息:
  • movieId
  • title
  • genres
• links.csv 链接到其他资源的id:
  • movieId
  • imdbId
  • tmbdId

读取rates.csv文件，完成：

1. 将每1分做为一档，电影的评分共分为5档，(0:1], (1,2], (2, 3], (3, 4], (4, 5], 通过pandas包求出每个评分档共有多少部电影

2. 添加一个comment列，对4分以上的电影标‘推荐’，其他标‘不推荐’，输出到一个comment.csv中

github工程源代码文件链接+结果截图