简介
###ml-data.tar.gz
1
压缩文件. 用于重新u数据文件: gunzip ml-data.tar.gz; tar xvf ml-data.tar; mku.sh
###u.data:
1
2
3
4
5
完整的u数据集，10w条ratings打分数据：943个user在1682个item上。每个user至少为20个电影打分。users和items从1开始，数字连续。数据是随机排序的。通过tab进行分割，如：
user_id | item_id | rating | timestamp。
timestamps是至1/1/1970 UTC以来的unix秒.
###u.info:
1
在u.data数据集中user、item、rating的总数.
###u.item:
1
2
3
4
5
6
7
8
9
10
11
12
13
items(电影)的信息；通过tab进行分割：
movie_id | movie_title | release_date | video_release_date |
IMDb URL | unknown | Action | Adventure | Animation |
Children's | Comedy | Crime | Documentary | Drama |
Fantasy | Film-Noir | Horror | Musical | Mystery |
Romance | Sci-Fi | Thriller | War | Western |
最后19个字段都是类型(genres)，值为1,则表示电影为该类型，为0则表示不是该类型；一部电影可以有多个类型。电影id和u.data数据集中的一致.
###u.genre
1
类型列表
###u.user
1
2
3
4
5
人口统计学(Demographic)信息。通过tab列表进行分割。
user id | age | gender | occupation | zip code
用户id与u.data数据集中一致.
###u.occupation 职业信息.
###u1.base/u1.test …
1
该数据集, u1.base和u1.test到u5.base/u5.test通过80%/20%进行分割成：训练集和测试集。每个u1, ..., u5都与测试集相互独立；5组可以进行交叉难（你可以重复试验每个训练集和测试集，对结果求平均）。该数据集通过mku.sh对u.data进行切分生成。
###ua.base/ua.test
1
该数据集，通过将u.data进行切分获得：在测试集中，每个用户都有10个打分(rating)。ua.test和ub.test是不相交的。该数据集也通过mku.sh生成。
###allbut.pl
1
该脚本用来生成测试集和训练集，但在训练集中，只有n个user打分。
###mku.sh
1
该脚本用来生成所有的u文件数据集.