1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Tvorba doporučovacích systémů v Pythonu
Connected

Cvičení

Příprava dat pro KNN

Teď, když rozumíš tomu, jak K-nearest neighbors funguje, můžeš využít implementaci KNN ze scikit-learn a přitom vědět, co se děje pod pokličkou.

V následujících dvou cvičeních si projdeš, jak připravit data pro KNN model ze scikit-learn, a pak ho použiješ k tomu, abys odhadl/a, jaké hodnocení by uživatel dal filmu, který ještě neviděl.

Pro konzistenci budeš opět pracovat s User_1 a hodnocením, které by dal/a filmu Apollo 13 (1995).

DataFrame users_to_ratings je opět načten. Obsahuje jednoho uživatele na každém řádku a hodnocení, která udělil, jako hodnoty.

Steně tak je načten user_ratings_table, který obsahuje surové hodnoty hodnocení (před centrováním a doplněním nulami).

Pokyny 1/3

undefined XP
    1
    2
    3
  • Z DataFrame users_to_ratings odstraň přímo sloupec odpovídající filmu, který předpovídáš (Apollo 13 (1995)).
  • Z upraveného DataFrame users_to_ratings extrahuj hodnocení pro user_001 a ulož je jako target_user_x.