Question

实验一

利用Python连接MariaDB（MySQL）数据库，实现对数据的查询、删除、增加等日常操作。

1）打开Python，安装PyMySQL、SQLAlchemy，然后参考本章代码连接本地安装的数据库。当然，可以不用Python，直接用PyMySQL或SQLAlchemy进行数据库操作，它们本身是一个完善的数据库操作工具（用Pandas是为了更好地进行数据分析，就数据库操作而言，PyMySQL、SQLAlchemy之一就很不错了）。

2）由于数据库中含有中文内容，需要正确设置连接的编码格式。

3）通过Pandas连接数据库后，所进行的数据操作和之前通过read_csv（）、read_excel（）函数读取的数据操作并无不同。

4）通过to_sql（）方法，试着将处理后的数据保存到数据库中。

5）基于Pandas的sql操作简单直接，读者熟悉后，请查阅相关教程，尝试直接通过PyMySQL或SQLAlchemy进行数据库操作，以增加对这两个工具的了解。

实验二

利用Python完成推荐系统的模型构建，以及预测的推荐结果，并完成模型的评价工作。

1）由于协同过滤算法并不复杂，因此，读者应该可以读懂该算法，并且能够参考本章提供的代码，自行编写出协同过滤算法的代码。

2）通过自行编写的协同过滤算法的代码，给出预测的推荐结果。

3）采用3种模型对输入数据进行建模，用随机打乱数据验证的方法，获取各个模型在不同的推荐值的情况下的评价指标值，并计算出各个模型下的F1指标。

4）画出3种模型的准确率与召回率的指标图，并将各个指标保存到文本。