2장 사용자집단별 추천 코드 질문

Question

안녕하세요 좋은 강의 감사합니다. 2장 사용자집단별 추천 부분 코드 질문이 있어서 문의드립니다. def score(model): id_pairs = zip(x_test['user_id'], x_test['movie_id']) y_pred = np.array([model(user,movie) for (user, movie) in id_pairs]) y_true = np.array(x_test['rating']) return RMSE(y_true, y_pred) 부분에서요 id_pairs는 25000개 인데, 코드를 돌리고 y_pred나 y_true를 출력해보면 168개밖에 안나오더라고요. 이게 무슨 이유 때문인지 잘 이해가 가지 않는데 설명이 가능하실까요?   감사합니다!

거친코딩 · Answer

안녕하세요. 거친코딩입니다. 질문주신 코드를 제가 다시 확인해봤는데, 제 코드 쪽에서는 y_pred의 경우 25,000개가 정상적으로 나옵니다. 코드에 오류가 없는지 확인이 가능하실까요? 아래는 강의 내용에 나와있는 코드 자료입니다. 감사합니다. 거친코딩 드림. # 데이터 train, test set 분리 from sklearn.model_selection import train_test_split import numpy as np x = ratings.copy() y = ratings['user_id'] x_train,x_test,y_train,y_test = train_test_split(x,y, test_size=0.25, stratify=y) # 정확도(RMSE)를 계산하는 함수 def RMSE(y_true,y_pred): return np.sqrt(np.mean((np.array(y_true) - np.array(y_pred))**2)) # 모델별 RMSE를 계산하는 함수 def score(model): id_pairs = zip(x_test['user_id'],x_test['movie_id']) y_pred = np.array([model(user,movie) for (user,movie) in id_pairs]) y_true = np.array(x_test['rating']) return RMSE(y_true,y_pred) # best_seller 함수를 이용한 정확도 계산 train_mean = x_train.groupby(['movie_id'])['rating'].mean() def best_seller(user_id,movie_id): try: rating = train_mean[movie_id] except: rating = 3.0 return rating score(best_seller)