知识卡片

操作参考卡 · 9638.n · 生成模型:DeepSeek-V4.1-Flash

Jester数据与评分分布

理解等级:初级

Jester 是协同过滤的经典练习数据:73 421 名用户对 100 个笑话给出 410 万个 −10 到 +10 的连续评分,采集于 1999 年 4 月至 2003 年 5 月。R 的 recommenderlab 包内置其子集 Jester5k:5 000 名用户、100 个笑话、362 106 个评分,评分率 72.42%,属于相当稠密的 realRatingMatrix,可直接用 dim()、rowMeans() 等矩阵函数。用 data(Jester5k) 载入后,hist(getRatings(Jester5k)) 画评分分布,可见人们更愿给正分、正负区间内各分数较均匀、正分很少超过 9 而低于 −9 的负分并不罕见;image(Jester5k[1:10,1:10]) 则把前 10×10 子矩阵画成灰度图,直观看到缺失与取值分布。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第9章 推荐系统 · 查看原书依据

      Jester数据集是一个练习使用协同过滤算法的推荐系统数据集,里面含有73 421个用户的410万个对100个笑话的连续型评分(-10 ~ +10)。

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第9章 推荐系统(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter11_0003.xhtml,9.3 上机实践) - 结论依据:原文给出 Jester 全量与 Jester5k 子集的用户数、评分数、评分区间与密度,并说明直方图呈现的三条分布特征及 image() 的用途。 - 原始内容:Jester数据集是一个练习使用协同过滤算法的推荐系统数据集,里面含有73 421个用户的410万个对100个笑话的连续型评分(-10 ~ +10)。