如何处理推荐模型中的非数字用户id

Question

嗨，我正在做一个关于亚马逊电影评论的实践项目，我做了所有被问到的事情，除了建立一个模型，它将推荐给那些没有看过也没有被评级过的用户的电影。但是，当我试图训练和拆分模型时，我在分配x/功能和y/目标时遇到了问题，因为user_id不是数字的，例如'A3R5OBKS7OM2IR‘。(数据包含207个包含4.9k用户的user_id列和206个电影(电影1到电影206，与受尊敬的user_id相对应的评分)。

Answer 1

我不知道为什么要将用户ID作为预测变量，除非用户ID中有提供信息的特定部分。例如，前三个字母可能告诉您，用户是一个高级用户，然后您可以用它来设计一个类别。

Answer 2

如果要将任何非数字值赋值给数字值，则可以散列它们。

在Python中，如下所示：

user_id = "A3R5OBKS7OM2IR"

user_id_numeric = hash(user_id)