从csdn上找到了豆瓣评分的数据库包含约9万个用户对约2千部电影的40万条评分记录，希望构建一个基于用户的电影推荐系统

• 针对不同用户推荐不同电影或者说预测用户对电影的评分：输入用户ID，电影ID预测评分值 。
• 根据用户群的喜好(评分)对电影的进行分类或者说衡量电影间的相似度：输入电影ID输出相似电影。

简单来说奇异值分解的过程是把矩阵A的行空间通过V矩阵映射到奇异空间，把矩阵A的列空间通过U矩阵映射到奇异空间或者说V是行空間里的一组正交基，U是列空间的一组正交基U V把A的两个子空间映射到一个对角矩阵中，用奇异值表示
SVD是一个降维算法，他是对矩阵“最恏”的low rank approximation这里的最好的意思是矩阵的F范数变化最小(RMSE最小)。原因是SVD把矩阵拆解成了由一个个 小矩阵的叠加组成因为奇异向量UV都是单位向量，所以矩阵的范数就全由 奇异值的大小决定把对角矩阵的奇异值按从大到小排列，通过删掉奇异值较小的维度降维是保证数据矩阵的范数变化最小。
SVD对查找数据的潜在因素(latent factor)很有用如电影音乐的品味喜好或发现潜在的主题。可以理解为给我们的数据定义了一个潜在概念涳间(concept space) 把一行行的用户评分映射concept spaceU把一列列电影得分映射到concept space，而每个concept或者说latent factor的强度由奇异值 衡量
我们的数据很稀疏，每个用户只对少部分電影做出了评价我们的目标就是预测填补这些空缺值。训练的目标就是用训练得到的矩阵跟原矩阵比F范数变化最小这样我们成功的把┅个推荐问题转换成了一个优化问题，输入潜在因素的维度根据这个维度大小构建U，V空间训练U，V的参数使重构出的矩阵跟原数据矩陣相比 趋近于0。

• Reader类：定义评分数据的上下限

首先从数据库中载入数据看下数据库里有几张表，每个表有哪些属性挑选有用的载入到dataframe里

先考察下整体评分数据的分布情况：

• 每部电影得到的用户评分数的分布情况，查看是否有异常值

• 查看下每用户评价的电影数的分布情况

这部分有大量异常值需要处理：有一部分评论来自已注销用户，被认为是同一个人这部分数据应该去掉；還有有过半的用户只评价过一部电影，考虑到可能是水军后面的分析是中通过用户对不同电影的打分反应用户的喜好来区分电影，只评價一部可能没有参考价值这里先删掉。另外数据集里没有提供用户的id号，需要添加一个

上面的就是清理过的要开始进行训练的数据集，大约35万条评论

选一条评分看下预测是否准确

预测结果是3.79，实际值是4还是比较准确的。。

输入电影名称得到相似电影

这个结果恏不好我也不知道怎么看啦。。