Řídkost matice
Jedním z běžných problémů při práci s reálnými daty hodnocení je, že většina uživatelů neohodnotí většinu položek a většina položek bude ohodnocena jen malým počtem uživatelů. Výsledkem je velmi prázdný, neboli řídký DataFrame.
V tomto cvičení zjistíš, jak řídká jsou data hodnocení movie_lens – spočítáš počet obsazených buněk a porovnáš ho s celkovou velikostí DataFrame.
DataFrame user_ratings_df, který jsi používal/a v předchozích cvičeních a který obsahuje jeden řádek na uživatele a jeden sloupec na film, je už načtený.
Toto cvičení je součástí kurzu
Tvorba doporučovacích systémů v Pythonu
Pokyny k cvičení
- Spočítej počet neprázdných buněk v
user_ratings_dfa výsledek ulož jakosparsity_count. - Spočítej celkový počet buněk v DataFrame
user_ratings_dfa ulož ho jakofull_count. - Vypočítej řídkost DataFrame tak, že vydělíš počet neprázdných buněk celkovým počtem buněk, a výsledek vypiš.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Count the occupied cells
sparsity_count = user_ratings_df.____().____.____()
# Count all cells
full_count = user_ratings_df.____
# Find the sparsity of the DataFrame
sparsity = ____ / ____
print(sparsity)