LoslegenKostenlos starten

Musiker empfehlen, Teil II

Angenommen, du bist ein großer Fan von Bruce Springsteen – welche anderen Musiker könnten dir gefallen? Nutze deine NMF-Merkmale aus der vorherigen Aufgabe und die Kosinus-Ähnlichkeit, um ähnliche Musiker zu finden. Eine Musterlösung der vorherigen Aufgabe wurde bereits ausgeführt; daher ist das Array norm_features, das die normalisierten NMF-Merkmale zeilenweise enthält, bereits vorhanden. Die Namen der Musiker stehen als Liste artist_names zur Verfügung.

Diese Übung ist Teil des Kurses

<Kurs>Unsupervised Learning in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Importiere pandas als pd.
  • Erstelle ein DataFrame df aus norm_features und verwende artist_names als Index.
  • Verwende .loc[] von df, um die Zeile von 'Bruce Springsteen' auszuwählen. Weise das Ergebnis artist zu.
  • Wende die Methode .dot() von df auf artist an, um das Skalarprodukt jeder Zeile mit artist zu berechnen. Speichere das Ergebnis als similarities.
  • Gib das Ergebnis der Methode .nlargest() von similarities aus, um die Künstler anzuzeigen, die 'Bruce Springsteen' am ähnlichsten sind.

Interaktive praktische Übung

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

# Import pandas
____

# Create a DataFrame: df
df = ____

# Select row of 'Bruce Springsteen': artist
artist = df.loc[____]

# Compute cosine similarities: similarities
similarities = ____

# Display those with highest cosine similarity
____
Code bearbeiten und ausführen