Python 对于基于属性的推荐系统，我应该使用什么机器学习方法？
我试图根据性别、年龄和情绪等标准来预测我能推荐给一个人的最佳电影是什么。我有一个像这样的向量，1，0，0…1 我的第一个方法是根据这个向量预测一个人对一部电影的评价，然后根据这些评价进行排名 所以在数据集中，一个人是由向量1，0，…1定义的 电影由向量1,0，…1定义 以及一个人对电影的评价 你推荐什么Python 对于基于属性的推荐系统，我应该使用什么机器学习方法？,python,machine-learning,recommender-systems,Python,Machine Learning,Recommender Systems,我试图根据性别、年龄和情绪等标准来预测我能推荐给一个人的最佳电影是什么。我有一个像这样的向量，1，0，0…1 我的第一个方法是根据这个向量预测一个人对一部电影的评价，然后根据这些评价进行排名 所以在数据集中，一个人是由向量1，0，…1定义的 电影由向量1,0，…1定义 以及一个人对电影的评价 你推荐什么 谢谢 乍一看，我认为您可以使用关联模式挖掘算法。最著名的频繁项集挖掘算法是Apriori算法。 在您的案例中，一个人的属性，例如：性别、年龄和情绪将是项目，推荐的电影将是客户。 每个元组：[个人
谢谢 乍一看，我认为您可以使用关联模式挖掘算法。最著名的频繁项集挖掘算法是Apriori算法。 在您的案例中，一个人的属性，例如：性别、年龄和情绪将是项目，推荐的电影将是客户。 每个元组：[个人属性-推荐电影]表示一个项目集。 您可以查看Charu C.Aggarwal的《数据挖掘》一书的第4章
我投票结束这个问题，因为它是基于意见的。但我也敦促其他看了这篇评论的人回答这种性质的问题究竟在哪里？