机器学习(6) MovieLens数据集

Love The Way You Lie 2022-04-05 12:17 959阅读 0赞

MovieLens数据集是一个关于电影评分的数据集，里面包含了从IMDB, The Movie DataBase上面得到的用户对电影的评分信息，详细请看下面的介绍。  
介绍：  
links.csv:  
文件里面的内容是帮助你如何通过网站id在对应网站上找到对应的电影链接的。数据格式如下：   
movieId, imdbId, tmdbId   
movieId:表示这部电影在movielens上的id，可以通过链接https://movielens.org/movies/(movieId)来得到。   
imdbId:表示这部电影在imdb上的id，可以通过链接http://www.imdb.com/title/(imdbId)/   
来得到。   
tmdbId:表示这部电影在themoviedb上的id，可以通过链接http://www.imdb.com/title/(tmdbId)/   
来得到。

movies.csv:  
movieId, title, genres   
文件里包含了一部电影的id和标题，以及该电影的类别。数据格式如下：   
movieId, title, genres   
movieId:每部电影的id   
title:电影的标题   
genres:电影的类别（详细分类见readme.txt）

ratings.csv:  
文件里面的内容包含了每一个用户对于每一部电影的评分。数据格式如下：   
userId, movieId, rating, timestamp   
userId: 每个用户的id   
movieId: 每部电影的id   
rating: 用户评分，是5星制，按半颗星的规模递增(0.5 stars - 5 stars)   
timestamp: 自1970年1月1日零点后到用户提交评价的时间的秒数   
数据排序的顺序按照userId，movieId排列的。

tags.csv:  
文件里面的内容包含了每一个用户对于每一个电影的分类。数据格式如下：   
userId, movieId, tag, timestamp   
userId: 每个用户的id   
movieId: 每部电影的id   
tag: 用户对电影的标签化评价   
timestamp: 自1970年1月1日零点后到用户提交评价的时间的秒数   
数据排序的顺序按照userId，movieId排列的。

README.txt  
下载链接：  
官网地址: https://grouplens.org/datasets/movielens/   
ml-latest-small(1MB): http://files.grouplens.org/datasets/movielens/ml-latest-small.zip   
ml-latest(234.2MB): http://files.grouplens.org/datasets/movielens/ml-latest.zip

读取方法  
利用Python的csv模块进行读取操作。

import csv  
with open(file\_url, 'r') as f:  
     data = csv.reader(f)  
     for i in data:  
         print(i)  
\---------------------   
  
原文地址：https://blog.csdn.net/GZHermit/article/details/74231557