机器学习(6) MovieLens数据集

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 csvwith open(file_url, 'r') as f:     data = csv.reader(f)     for i in data:         print(i)