Recomendaciones no personalizadas mejoradas
Que una película la haya visto mucha gente no significa necesariamente que les haya gustado. Para entender cómo se sintió realmente una persona al verla, es útil contar con datos más explícitos. Por suerte, también tienes valoraciones de cada espectador en el conjunto de datos Movie Lens.
En este ejercicio, vas a calcular la valoración media de cada película del conjunto de datos y luego encontrarás la película con la media más alta.
Usarás el mismo user_ratings_df del ejercicio anterior, que ya está cargado.
Este ejercicio forma parte del curso
Creación de motores de recomendación en Python
Instrucciones del ejercicio
- Calcula la valoración media de cada película y guárdala en un DataFrame llamado
average_rating_df. - Ordena el DataFrame
average_rating_dfpor la columna mediaratingde mayor a menor y guárdalo comosorted_average_ratings. - Imprime las entradas de las cinco películas con mejor puntuación en
sorted_average_ratings.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Find the mean of the ratings given to each title
average_rating_df = user_ratings_df[["title", "rating"]].____('title').____()
# Order the entries by highest average rating to lowest
sorted_average_ratings = average_rating_df.____(____=____, ____=____)
# Inspect the top movies
print(____.____())