Páry restaurací
V poslední lekci jsi vyčistil/a dataset restaurants, aby byl připravený pro sestavení doporučovacího systému restaurací. Máš k dispozici nový DataFrame restaurants_new s novými restauracemi, na kterých budeš trénovat svůj model – ta data byla získána scrapingem z nového zdroje.
Sloupce cuisine_type a city jsi už vyčistil/a pomocí technik, které ses naučil/a v průběhu kurzu. Všiml/a sis ale duplicit s překlepy v názvech restaurací, které vyžadují propojování záznamů (record linkage) místo klasického joinu s restaurants.
V tomto cvičení provedeš první krok propojování záznamů a vygeneruješ možné páry řádků mezi restaurants a restaurants_new. V prostředí máš k dispozici oba DataFramy, pandas i recordlinkage.
Toto cvičení je součástí kurzu
Čištění dat v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create an indexer and object and find possible pairs
indexer = ____
# Block pairing on cuisine_type
indexer.____(____)
# Generate pairs
pairs = indexer.____(____, ____)