Predicciones con KNN
Con los datos en el formato correcto del ejercicio anterior, ahora puedes usarlos para inferir qué opina user_001 sobre Apollo 13 (1995).
Como recordatorio, los datos que preparaste en el ejercicio anterior (y que se han cargado en este) son:
target_user_x: valoraciones centradas queuser_001ha dado a las películas que ha visto.other_users_x: valoraciones centradas de todos los demás usuarios y las películas que han valorado, excluyendo la película Apollo 13.other_users_y: valoraciones en bruto que los demás usuarios han dado a la película Apollo 13.
Usarás other_users_x y other_users_y para ajustar un KNeighborsRegressor de scikit-learn y usarlo para predecir qué podría haber puntuado user_001 a Apollo 13 (1995).
Este ejercicio forma parte del curso
Creación de motores de recomendación en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Import the regressor
from sklearn.neighbors import ____
# Instantiate the user KNN model
user_knn = KNeighborsRegressor(____=____, ____=____)