如何将 k 均值用于产品推荐数据集

Question

我有一个数据集，其标题为产品名称、品牌、评级（1:5）、评论文本、评论帮助。我需要的是使用评论提出推荐算法。我必须在这里使用 python 进行编码。数据集为 .csv 格式。

为了识别数据集的性质，我需要在数据集上使用 kmeans。如何在这个数据集上使用 k 均值？

因此我做了以下操作，1.数据

预处理，

2.review 文本数据清理，

3.sentiment 分析，

4.根据他们获得的情绪值（由情绪分析给出）给情绪评分从 1 到 5，并将评论标记为非常消极，消极，中性，积极，非常积极。

在这些程序之后，我的数据集中有这些列，产品名称，品牌，评级（1：5），评论文本，评论帮助，情感价值，情感标签。这是数据集的链接https://drive.google.com/file/d/1YhCJNvV2BQk0T7PbPoR746DCL6tYmH7l/view?usp=sharing

我尝试使用以下代码获取 k 表示它运行时没有错误。但我不知道这是有用的东西，或者有没有其他方法可以在这个数据集上使用 kmeans 来获得其他有用的输出。要确定有关数据的更多信息，我应该如何在此数据集中使用 k 均值..

import pandas as pd

import numpy as np

from sklearn.cluster import KMeans

import matplotlib.pyplot as plt

df.info()

X = np.array(df.drop(['sentiment_value'], 1).astype(float))

y = np.array(df['rating'])

kmeans = KMeans(n_clusters=2)

kmeans.fit(X)

KMeans(algorithm='auto', copy_x=True, init='k-means++', max_iter=300,

    n_clusters=2, n_init=10, n_jobs=1, precompute_distances='auto',

    random_state=None, tol=0.0001, verbose=0)

plt.show()

Answer 1

你没有策划任何事情。所以什么都没有出现。

Answer 2

除非您更具体地说明您想要实现的目标，否则我们将无法提供帮助。弄清楚你到底想预测什么。您只是想根据不太有希望的情绪得分对产品进行聚类，还是想在新数据集上预测实际的产品偏好？如果你想建立一个推荐系统，唯一的可能性（考虑你的数据集）是根据评级/情绪识别类似的产品。那是你要的吗？