梯度下降的实现，如下，

for uid,iid,real_rating in dataset.itertuples(index = False):
        #遍历 用户 物品的评分数据 通过用户的id 到用户矩阵中获取用户向量
        v_puk = P[uid]
        # 通过物品的uid 到物品矩阵里获取物品向量
        v_qik = Q[iid]
        #计算损失
        error = real_rating-np.dot(v_puk,v_qik)
        # 0.02学习率 0.01正则化系数
        v_puk += 0.02*(error*v_qik-0.01*v_puk)
        v_qik += 0.02*(error*v_puk-0.01*v_qik)

这部分就是做梯度下降的，我就列了部分代码，应该看得懂吧，主要是更新v_qik的时候，用到的v_puk已经改变了，这是图省事凑合着用，还是就该这样，是否应该在更新v_puk以前保存更新前的值，更新v_qik的时候用旧的值？不明白

得保存，用俩pre_代表上一个数

• 这篇文章讲的很详细，请看：梯度下降（详解）