我在学习机器学习时,遇到了这个代码。我尝试运行上述来源中的文件"Recommender-Systems.py"
,但它抛出了一个错误ValueError: labels ['timestamp'] not contained in axis.
如何解决这个问题?
这是u.data
文件的dropbox 链接。
回答:
你的数据缺少标题,因此第一行被错误地推断为标题。
你需要稍微修改Recommender-Systems.py
,并手动指定标题。
正确的标题可以在你的数据集的README
文件中找到。
将你的文件修改为如下形式:
## 探索数据(第27行)
data = pd.read_table('u.data', header=None) # header=None 避免自动获取列名
data.columns = ['userID', 'itemID', 'rating', 'timestamp'] # 手动设置列名
data = data.drop('timestamp', axis=1) # 继续进行常规工作...
## 加载用户信息(第75行)
users_info = pd.read_table('u.user', sep='|', header=None)
users_info.columns = ['useID', 'age', 'gender', 'occupation', 'zipcode']
users_info = users_info.set_index('userID')
## 加载电影信息(第88行)
movies_info = pd.read_table('u.item', sep='|', header=None)
movies_info.columns = ['movieID', 'movie title', 'release date', 'video release date', 'IMDb URL', 'unknown', 'Action', 'Adventure', 'Animation', "Children's", 'Comedy', 'Crime', 'Documentary', 'Drama', 'Fantasy', 'Film-Noir', 'Horror', 'Musical', 'Mystery', 'Romance', 'Sci-Fi', 'Thriller', 'War', 'Western']
movies_info = movies_info.set_index('movieID')#.drop(low_count_movies)
这样应该可以工作(但我不确定我是否正确获取了所有列名)。