Python sklearn,NearestNeighborsでレコメンド（アイテムベース）

■完成出力

・対象データが movieId が２の場合の出力

・データ例

・movieId 364のカラム列

■ソースコード

item.py

import pandas as pd
from sklearn.neighbors import NearestNeighbors
import numpy as np

###=============  アイテムベースでレコメンド =============###

# 読み込み
df = pd.read_csv("ml-latest-small/ratings.csv")

# 先頭出力
# print(df.head())

# 疎行列（ほとんどの要素が 0 の行列）
# アイテム/ユーザ行列

#pandas ピボット
df_rating = df.pivot(index="movieId", columns="userId" ,values="rating").fillna(0)
# print(df_rating.head())

###### 最近傍探索
neigh = NearestNeighbors(metric="cosine")

# **************************************
# ****** 学習する *******
# **************************************
neigh.fit(df_rating)


# ★★★★★★　特定の映画に近いものを探索　★★★★★★
# movieId2 に近いもの
distanve, indices = neigh.kneighbors(df_rating[df_rating.index == 2])

# [[  1 322 436 325 418]] 2次元のindex
print(indices)

# ↑　１次元にする
print(indices.flatten())

# 出力

for i in indices.flatten() :
    print(df_rating.index[i])

### 出力 結果
# 2
# 364
# 500
# 367
# 480