1. Learn
    2. /
  2. Courses
    3. /
  3. Tvorba doporučovacích systémů s PySparkem
Connected

Exercise

Dávají doporučení smysl

Teď, když víme, jak dobře náš model fungoval, a máme důvod věřit, že bude uživatelům poskytovat relevantní doporučení, podíváme se přímo na konkrétní doporučení a posoudíme, jestli dávají smysl.

Původní data hodnocení jsou k dispozici jako original_ratings. Prohlédni si původní hodnocení uživatele 60 a uživatele 63 a porovnej je s tím, co jim ALS doporučil. Jsou podle tebe doporučení v souladu s jejich původními preferencemi?

Instructions

100 XP
  • Použij .filter() na dataframu original_ratings tak, aby col("userId") bylo rovno 60, a podívej se na původní hodnocení uživatele 60. Zavolej metodu .sort() pro seřazení výstupu podle rating a nastav argument ascending na False, aby se nejvyšší hodnocení zobrazila jako první.
  • Použij metody .filter() a .show() na datasetu recommendations a zobraz hodnocení uživatele 60. Všimni si, že ALS generuje doporučení automaticky seřazená sestupně podle userId, takže dataframe není potřeba znovu řadit.
  • Totéž proveď pro uživatele 63.
  • Mají žánry doporučení něco společného s původními hodnoceními každého uživatele?