ComenzarEmpieza gratis

Uso de la transformación de recomendación

En los últimos ejercicios, has calculado la valoración media por curso y has depurado algunos datos del curso. Utilizarás estos datos para elaborar recomendaciones viables para los alumnos del DataCamp.

A modo de recordatorio, aquí tienes las reglas de decisión para elaborar recomendaciones:

  • Utiliza la tecnología que un alumno haya valorado más.
  • Excluir cursos que un alumno ya ha calificado.
  • Encuentra los tres cursos mejor valorados de entre los elegibles.

Para producir las recomendaciones finales, utilizarás las valoraciones medias de los cursos, y la lista de recomendaciones elegibles por usuario, almacenadas en avg_course_ratings y courses_to_recommend respectivamente. Lo harás completando la función transform_recommendations() que fusiona ambos DataFrames y encuentra los 3 cursos mejor valorados para recomendar por usuario.

Este ejercicio forma parte del curso

Introducción a la ingeniería de datos

Ver curso

Instrucciones de ejercicio

  • Completa la función transform_recommendations():

  • Fusiona course_to_recommend con avg_course_ratings.

  • Ordena los resultados por rating, agrupando por usuario ID.

  • Mostrar las 3 primeras filas y ordenar por usuario ID.

  • Llama a la función transform_recommendations() que acabas de definir con los argumentos adecuados para almacenar las recomendaciones por usuario en la variable recommendations.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# 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 = ____(____, ____)
Editar y ejecutar código