data analysis

[maypink]

я не уверена, что по-умному сделала сплит, но оно вроде как работает. и еще, что значит item_id? это же просто айдишник объекта и все? ты просто строил гистограмму по нему

[ARQtty]

да, item_id - это id объекта. Я строил гистограмму, чтобы убедиться, что id'ы распределены равномерно. Это докажет, что в данных представлены +- все пользователи и мы не потеряли какой-то их промежуток

[ARQtty]

Касательно анализа:

1. ноуты с анализом стоит называть акронимом EDAноуты с анализом стоит называть акронимом EDA
2. стоит проставлять нумерацию ноутов
3. не стоит пушить ноуты с огромными выводами в ячейку (как например список id юзеров)
4. стоит построить графики количества айтемов у пользователя и пользователей у айтема. Это покажет насколько пользователи активно читают и насколько большой сегмент активных
5. можно рисовать графики от времени. Это наиболее интересные закономерности. Например среднее количество айтемов у пользователя от времени. Распределение (относительных) возрастов юзеров - как давно они на сайте. Абсолютное количество оценок от времени - растет ли активность на сайте. Всё это даёт больше понимания КОМУ мы рекомендуем

Касательно imlp_als:

1. Вначале ноута ноут с анализом. Это трата места
2. Почему для calc_preference именно такие константы?
3. Почему в ноуте ячейки с ошибками? Так быть не должно
4. Последние две ячейки это апогей пофигизма

Последний ноут не нужно использовать и пушить

[ARQtty]

обучение на 25 юзерах и 54 книжках? Датасет книжек сам по себе небольшой, нужно мерить на всём

Помимо MAP стоит измерять hitrate, precision и recall