Použití transformace pro doporučování
V posledních několika cvičeních jsi vypočítal/a průměrné hodnocení kurzů a upravil/a data o kurzech. Tato data teď využiješ k vytvoření relevantních doporučení pro studenty DataCampu.
Připomenutí rozhodovacích pravidel pro tvorbu doporučení:
- Použij technologii, kterou student hodnotil nejčastěji.
- Vyřaď kurzy, které student již hodnotil.
- Z dostupných kurzů vyber tři nejlépe hodnocené.
Pro vytvoření finálních doporučení použiješ průměrná hodnocení kurzů a seznam dostupných doporučení pro každého uživatele, uložené v proměnných avg_course_ratings a courses_to_recommend. Uděláš to tak, že dokončíš funkci transform_recommendations(), která oba DataFramy sloučí a najde 3 nejlépe hodnocené kurzy k doporučení pro každého uživatele.
Toto cvičení je součástí kurzu
Introduction to Data Engineering
Pokyny k cvičení
- Dokonči funkci
transform_recommendations(): - Slouč
course_to_recommendsavg_course_ratings. - Seřaď výsledky podle
ratings grupováním podle ID uživatele. - Zobraz 3 nejlepší záznamy a seřaď je podle ID uživatele.
- Zavolej funkci
transform_recommendations(), kterou jsi právě definoval/a, s příslušnými argumenty a ulož doporučení pro každého uživatele do proměnnérecommendations.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Complete the transformation function
def transform_recommendations(avg_course_ratings, courses_to_recommend):
# Merge both DataFrames
merged = courses_to_recommend.____(____)
# Sort values by rating and group by user_id
grouped = merged.sort_values("____", ascending=False).groupby("____")
# Produce the top 3 values and sort by user_id
recommendations = grouped.head(____).sort_values("____").reset_index()
final_recommendations = recommendations[["user_id", "course_id","rating"]]
# Return final recommendations
return final_recommendations
# Use the function with the predefined DataFrame objects
recommendations = ____(____, ____)