Question

我正在处理一个预测问题，并且需要一些有关如何解决该问题的帮助。我有一个包含两列的CSV文件，分别是user_id和rating，其中用户是在rating列中对某项进行评分的。用户可以在user_id列中重复使用不同的唯一评分。例如：

const routesPromise = axios.get(data).then(({ data }) => data)

// snip

generate: {
  routes () {
    return routesPromise.then(data => {
      // ...
    })
},
sitemap: {
  routes () {
    return routesPromise.then(data => {
      // ...
    })
  }
},
// etc

现在，预测数据集的用户已经给予了与上述相似的先前评分：

.then()

目标是预测这些特定用户下次的评价。其次，假设我们添加了没有评分历史记录的用户“ 15”，那么如何依次预测用户将提供的前两个评分。

我不确定如何仅使用user_id和rating来训练模型，这也恰好是目标列。任何帮助表示赞赏！

Answer 1

首先要提到的是，关于用户给予的评价，例如，电影评价系统中的类别，您可以为特定电影A（即动作电影）提供用户给予评价1这意味着用户讨厌动作，对于喜剧类型的电影B，用户给出的评分为9，这意味着用户是喜剧爱好者，因此下次出现类似类别时，您可以非常轻松地预测用户的评分，并且可以通过包括许多电影类别（例如惊悚，浪漫，戏剧等）来做到这一点，甚至可以采用许多会计功能（例如电影长度，男主角，导演，语言等），因为所有这些因素在很大程度上影响着用户的评分。

但是，如果您不提供用户在哪个基础上进行评分，那么这将非常困难且毫无用处，例如，我是用户，而我给出的评分为1,5,2,6,8,1,9， 3,4,10您能否预测我的下一个评分，答案是否定的，因为它就像0-10之间的随机生成器一样，但在电影中，我过去的评分清楚地表明我喜欢喜剧和憎恨动作，然后是一部新喜剧电影来了，您可以轻松为我预测那部电影的收视率。

但是，即使您的问题仅在于此，您也可以使用各种统计方法，例如采用均值然后近似到最接近的整数或采用该模式。

但是我可以建议是绘制用户的评分并使其可视化，如果它遵循某种模式，例如对于用户而言，评分首先会升高，然后达到峰值，然后降低，然后降至最小值，然后再升高并遵循这样的方式（相信我，由于您的限制，这将是非常不切实际的），并在此基础上预测评分。

但是，所有这些之中最好的是建立一个统计模型，例如赋予较高的权重到最后的评级，而较小的权重给倒数第二的评级，然后再减小然后取平均值，例如->

predict_rating = w1 *（last_rating）+ w2 *（second_last_rating）+ w3 *（third_last_rating）....

然后取平均值

这将为您带来非常好的结果，并且确实是机器学习，而您发现最合适的权重的特定算法是多元线性回归

这肯定是给定约束的最佳模型

预测用户评分

1 个答案: