Doporučování pomocí TF-IDF
V předchozím cvičení jsi předpočítal/a hodnocení podobnosti mezi všemi filmy v datasetu na základě jejich zápletek transformovaných pomocí TF-IDF. Teď tato hodnocení podobnosti vložíš do DataFrame pro snazší práci a následně ho využiješ k navržení filmového doporučení.
Pole cosine_similarity_array obsahující matici hodnot podobnosti mezi všemi filmy, které jsi vytvořil/a v předchozím cvičení, je již načteno. K dispozici je také DataFrame tfidf_summary_df obsahující filmy a jejich TF-IDF příznaky.
Toto cvičení je součástí kurzu
Tvorba doporučovacích systémů v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Wrap the preloaded array in a DataFrame
cosine_similarity_df = pd.____(____, index=tfidf_summary_df.index, columns=tfidf_summary_df.index)
# Find the values for the movie Rio
cosine_similarity_series = ____.____['Rio']
# Sort these values highest to lowest
ordered_similarities = cosine_similarity_series.____(____)
# Print the results
print(____)