LoslegenKostenlos loslegen

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

Unsupervised Learning in Python

Kurs anzeigen

Anleitung zur Übung

  • 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 Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# 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