LoslegenKostenlos loslegen

Verwendung der Empfehlungsumwandlung

In den letzten Übungen hast du die durchschnittliche Bewertung pro Kurs berechnet und einige Kursdaten bereinigt. Du wirst diese Daten nutzen, um tragfähige Empfehlungen für DataCamp-Schüler/innen zu erstellen.

Zur Erinnerung: Hier sind die Entscheidungsregeln für die Erstellung von Empfehlungen:

  • Verwende die Technologie, die ein Schüler am meisten bewertet hat.
  • Schließe Kurse aus, die ein Schüler bereits bewertet hat.
  • Finde die drei am besten bewerteten Kurse aus den wählbaren Kursen.

Um die endgültigen Empfehlungen zu erstellen, verwendest du die durchschnittlichen Kursbewertungen und die Liste der in Frage kommenden Empfehlungen pro Nutzer, die auf avg_course_ratings bzw. courses_to_recommend gespeichert sind. Dazu füllst du die Funktion transform_recommendations() aus, die beide DataFrames zusammenführt und die 3 am höchsten bewerteten Kurse findet, die du pro Nutzer empfehlen kannst.

Diese Übung ist Teil des Kurses

Einführung in die Datentechnik

Kurs anzeigen

Anleitung zur Übung

  • Vervollständige die Funktion transform_recommendations():

  • Verbinde course_to_recommend mit avg_course_ratings.

  • Sortiere die Ergebnisse nach rating und gruppiere sie nach der Benutzer-ID.

  • Zeige die obersten 3 Zeilen und sortiere nach der Benutzer-ID.

  • Rufe die Funktion transform_recommendations() auf, die du gerade mit den entsprechenden Argumenten definiert hast, um die Empfehlungen pro Nutzer in der Variablen recommendations zu speichern.

Interaktive Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# 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 = ____(____, ____)
Code bearbeiten und ausführen