Movie-Recommender

电影推荐的最终报告（线性模型） 介绍 该项目的目的是开发一个模型，以给定特定的用户电影组合，电影发行的年份和电影的类型来预测电影的收视率。 该报告将分为4个部分，即简介，分析，结果和结论部分。 分析 本节将涉及一些关键步骤，即预处理，数据可视化和模型开发。 本部分旨在提出一个成功的模型，以预测给定用户电影组合的收视率，且均方根误差小于0.85。 前处理 给定代码的结果将我们的数据分为2组，即验证组和edx组。 在此分析中，我们将把edx集分为训练集和测试集，而验证集将仅用于评估我们的最终算法。 我们从运行代码开始，以导入我们的库并从movielens数据库生成我们的数据集。 我们使用semi_join函数来确保edx和验证集中的用户电影组合相同。 当我们查看train_x数据集时，我们观察到两件事， 每部电影的发行年份以从1970年1月1日开始的天数形式表示。 每部电影的流派