KNN电影评分预测报错：Operands Could not be Broadcast with Shapes (19,)(0,)

咱们先拆解问题根源，再给你修复方案：

问题分析 #

从报错栈能看到，错误出在spatial.distance.cosine计算时，两个输入数组一个是19维（对应电影的19种类型），另一个是空数组（形状(0,)），导致无法完成广播运算。

为什么会出现空数组？看你构建movieDict的代码：

genres = map(int, genres)
movieDict[movieID] = (name, genres, ...)

在Python3里，map()返回的是一次性迭代器，不是列表。当你第一次调用ComputeDistance(movieDict[2], movieDict[4])时，是首次访问这两个电影的genres，迭代器能正常取出值转成数组；但到getNeighbors循环遍历所有电影时，再次访问已经用过的电影的genres时，迭代器已经被耗尽，转成数组就变成了空数组，这就触发了报错。

另外你的getNeighbors函数还有个小笔误：neighbors.append(distance[x][0])里的distance应该是distances（少了个s），这个也会导致后续运行报错。

修复方案 #

1. 修复genres存储问题 #

把构建movieDict时的genres迭代器转成列表，这样就能反复访问：

# 原代码
genres = map(int, genres)
# 修改为
genres = list(map(int, genres))

2. 修正getNeighbors里的变量名错误 #

# 原代码
neighbors.append(distance[x][0])
# 修改为
neighbors.append(distances[x][0])

完整修复后的关键代码片段 #

movieDict = {}
with open('C:/Users/dell/Downloads/DataScience/DataScience-Python3/ml-100k/u.item') as f:
    temp = ''
    for line in f:
        fields = line.rstrip('\n').split('|')
        movieID = int(fields[0])
        name = fields[1]
        genres = fields[5:25]
        # 把map结果转成列表存储，避免迭代器耗尽
        genres = list(map(int, genres))
        movieDict[movieID] = (name, genres, movieNormalizedNumRatings.loc[movieID].get('size'), movieProperties.loc[movieID].rating.get('mean'))

# 修正后的getNeighbors函数
def getNeighbors(movieID, K):
    distances = []
    for movie in movieDict:
        if (movie != movieID):
            dist = ComputeDistance(movieDict[movieID], movieDict[movie])
            distances.append((movie, dist))
    distances.sort(key=operator.itemgetter(1))
    neighbors = []
    for x in range(K):
        # 修正变量名拼写错误
        neighbors.append(distances[x][0])
    return neighbors

验证修复 #

修改后再运行代码，getNeighbors(1, 10)就能正常计算邻居了，后续你可以继续完成评分预测的逻辑（比如计算邻居的平均评分）。

内容的提问来源于stack exchange，提问作者Mr Prof