Experimentos
Experimentos de recomendación de películas
Exploración de tres enfoques para recomendar películas: puntuación ponderada, similitud de descripciones con TF-IDF y filtrado colaborativo con SVD. No se ejecutó para esta revisión, por lo que no se publican métricas de precisión.
Rol de Patrich: Autor de los tres scripts.
Problema y contexto
Explorar distintas maneras de recomendar películas a partir de datos de puntuaciones y descripciones.
Solución
Tres scripts independientes (main.py, main2.py, main3.py) implementan: puntuación ponderada, similitud de descripciones con TF-IDF, y filtrado colaborativo con SVD (con validación cruzada RMSE/MAE) usando pandas, scikit-learn y Surprise.
Cómo lo construí
No se observó evidencia de asistencia de IA en este código.
Tecnologías
Pythonpandasscikit-learn
Aprendizajes
main.py tiene un error de fórmula (expresa v/v+m en vez de v/(v+m)) que altera la puntuación ponderada. main2.py referencia un archivo (movies_small.csv) ausente del árbol revisado. Los scripts no se ejecutaron en esta revisión, por lo que no se publican métricas de precisión ni se garantiza que corran sin ajustes.