rgg

app.py

@@ -13,9 +13,9 @@ genre_df = pd.read_csv("ml-100k/ml-100k/u.genre",
                        sep="|", names=["genreName", "count"])
 
 
-user_df = pd.read_csv(r"ml-100k\ml-100k\u.user", sep="|",
+user_df = pd.read_csv("ml-100k/ml-100k/u.user", sep="|",
                       names=["userID", "age", "gender", "occupation", "zip_code"])
-movie_df = pd.read_csv(r"ml-100k\ml-100k\u.item", sep="|", names=["itemID", "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"],encoding='latin-1')
+movie_df = pd.read_csv("ml-100k/ml-100k/u.item", sep="|", names=["itemID", "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"],encoding='latin-1')
 
 prediction_df = pd.read_csv(r"pred.csv", sep=",")
 
@@ -26,7 +26,7 @@ def mappingMovie(mid):
 prediction_df["Movie Title"] = prediction_df["itemID"].apply(mappingMovie)
 
 
-df = pd.read_csv(r"ml-100k\ml-100k\u.data", sep="\t", names=["userID", "itemID", "rating", "timestamp"])    
+df = pd.read_csv("ml-100k/ml-100k/u.data", sep="\t", names=["userID", "itemID", "rating", "timestamp"])    
     
 
 rating_df = df[df["rating"]>=1.0]