推薦系統：ValueError at /無法將字符串轉換爲float：

Question

我正在嘗試使用python和django構建電影推薦程序web應用程序。我試圖使用一個命令來拍攝電影的描述，並創建一個信息檢索系統，以允許用戶找到輸入相關單詞的電影。然後將此tf-idf模型與初始推薦系統模型（基於CF項目和對數似然比）一起保存在Django緩存中。

負載數據的命令是

python manage.py load_data --input=plots.csv --nmaxwords=30000 --umatrixfile=umatrix.csv 

終端錯誤

File "/home/anthra/server_movierecsys/books_recsys_app/management/commands/load_data.py", line 80, in handle 
matr[0]=newrow 
ValueError: could not convert string to float: [0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 

plot.csv截圖

的代碼如下：

個

matr = np.empty([1,ndims]) 
    titles = [] 
    cnt=0 
    for m in xrange(nmovies): 
     moviedata = MovieData() 
     moviedata.title=tot_titles[m] 
     moviedata.description=tot_textplots[m] 
     moviedata.ndim= ndims 
     moviedata.array=json.dumps(vec_tfidf[m].toarray()[0].tolist()) 
     moviedata.save() 
     newrow = moviedata.array 
     if cnt==0: 
      matr[0]=newrow 
     else: 
      matr = np.vstack([matr, newrow]) 
     titles.append(moviedata.title) 
     cnt+=1 

moviedata.array輸出

Answer 1

微小的變化給了很棒的結果。改變

moviedata.array=json.dumps(vec_tfidf[m].toarray()[0].tolist())" 

到

moviedata.array=vec_tfidf[m].toarray()[0] 

Answer 2

json.dumps產生一個字符串NEWROW變量。然後你試圖將你序列化的變量寫入一個numpy數組。

據我所知，numpy數組被限制在一個聲明的類型（隱式，如果你沒有明確提供），所以當你使用浮點數初始化數組時，代碼嘗試類型化你的字符串var newrow浮動值 - 這會失敗，因爲你沒有傳遞一個代表數字的字符串，而是一個可迭代的數字。