• 카테고리

    질문 & 답변
  • 세부 분야

    딥러닝 · 머신러닝

  • 해결 여부

    해결됨

코드 오류 질문입니다!

22.07.08 02:01 작성 조회수 387

1

- 학습 관련 질문을 남겨주세요. 상세히 작성하면 더 좋아요!
- 먼저 유사한 질문이 있었는지 검색해
 
 
 
 
 
 
 
 
계속 저런 오류가 뜨는데 어떻게 해결할 수 있을까요??
그리고 데이터 파일은 어디서 받아볼 수 있을까요??

답변 3

·

답변을 작성해보세요.

0

안녕하세요.

보내주신 데이터 잘 받았습니다.

제가 한번 해본 결과를 말씀드리면,

학습자님께서 데이터를 불러오는 과정에서 문제가 있었던 것 같습니다.

 
<학습자님 코드>
ratings = pd.read_csv('/book_ratings.csv',

                      names=r_cols,

                      sep='/t',

                      encoding='latin-1')
 
 
<제 코드>
ratings = pd.read_csv('book_ratings.csv')


데이터 읽어오는부분은 데이터마다 다 다르기 때문에 해당 부분만 조심하시면 될 것 같습니다.
감사합니다.
 
-거친코딩 드림-

0

rough_coding@naver.com 으로 데이터도 전달 주시면 감사하겠습니다.

메일 전송 후 답글 부탁드리겠습니다.

paper0426님의 프로필

paper0426

질문자

2022.07.09

메일로 데이터 보내드렸습니다 ! 감사합니다 ~!

0

안녕하세요.

거친코딩입니다.

올려주신 코드를 확인해보니,

제가 드린 예제가 아니라, 다른 데이터를 가져온 듯 싶네요.

일단 ratings.user_id 자체 타입이 int 이기 때문에,

학습자님의 str 데이터 타입의 max를 읽지 못한 것으로 예상됩니다.

그래서 해당 데이터를 str -> int로 형 변환 하셔서 다시 해보시길 바랍니다.

그래도 안되는 경우 해당 데이터 및 예시코드를 올려주세요.

감사합니다.

-거친코딩 드림-

paper0426님의 프로필

paper0426

질문자

2022.07.09

계속 해봤는데 오류가 뜹니다..!
 
 
 
# csv 파일에서 불러오기
import pandas as pd

# train set과 test set을 나누기 위한 라이브러리
from sklearn.model_selection import train_test_split

# 필요한 tensorflow모듈들을 가져온다.
import tensorflow as tf 
from tensorflow.keras import layers
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Input,Embedding,Dot,Add,Flatten
from tensorflow.keras.regularizers import l2
from tensorflow.keras.optimizers import SGD,Adamax

# DataFrame 형태로 데이터를 읽어온다.
r_cols = ['user_id''book_id','rating']
ratings = pd.read_csv('/book_ratings.csv',
                      names=r_cols,
                      sep='/t',
                      encoding='latin-1')

ratings_train, ratings_test = train_test_split(ratings,
                                               test_size = 0.2,
                                               shuffle=True,
                                               random_state=2021)
 
 
K=200
mu=ratings_train.rating.mean()

M = ratings.user_id.max() + 1
N = ratings.book_id.max() + 1 
def RMSE(y_truey_pred) :
  return tf.sqrt(tf.reduce_mean(tf.square(y_true-y_pred)))
 
 
 
user = Input(shape=(1,))
item = Input(shape=(1,))
 
P_embedding = Embedding(M,K,embeddings_regularizer=l2())(user) 
Q_embedding = Embedding(N,K,embeddings_regularizer=l2())(item)
 
user_bias = Embedding(M, 1, embeddings_regularizer=l2())(user)
item_bias = Embedding(N, 1, embeddings_regularizer=l2())(item)