Tvoje první filmová doporučení

Teď, když jsi našel/a nejčastěji se vyskytující dvojice filmů, můžeš sestavit svá první doporučení!

I bez znalosti diváka nebo podrobností o filmech lze vytvořit hodnotná doporučení – stačí se podívat, jaké skupiny filmů sledují stejní lidé. V tomto cvičení prozkoumáš filmy, které často sledují stejní lidé jako Thor, a na základě těchto dat doporučíš film někomu, kdo tento film právě zhlédl. DataFrame z předchozí lekce, combination_counts_df, obsahující počty společných zhlédnutí filmů, je už načtený.

Toto cvičení je součástí kurzu

Tvorba doporučovacích systémů v Pythonu

Zobrazit kurz

Pokyny k cvičení

Seřaď objekt combination_counts_df podle sloupce size od největší hodnoty po nejmenší.
Z nově seřazeného objektu combination_counts_df vyfiltruj záznamy, kde movie_a je Thor, přiřaď je do thor_df a zobraz výsledky.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

import matplotlib.pyplot as plt

# Sort the counts from highest to lowest
combination_counts_df.____('size', ascending=____, inplace=____)

# Find the movies most frequently watched by people who watched Thor
thor_df = ____[____['movie_a'] ____ 'Thor']

# Plot the results
thor_df.plot.bar(x="movie_b")
plt.show()

Upravit a spustit kód