Données implicites vs explicites
Comme mentionné dans la vidéo, la rétroaction utilisée dans les moteurs de recommandation peut être explicite ou implicite.
Le jeu de données listening_history_df a été chargé pour vous.
Ce jeu de données contient des colonnes qui identifient les utilisateurs et les chansons qu'ils écoutent, ainsi que :
Skipped Track: une colonne booléenne indiquant si l'utilisateur a passé la chanson ou l'a écoutée jusqu'à la fin.Rating: la note sur 10 que l'utilisateur a donnée à la chanson.
Dans cet exercice, vous allez explorer les données et, à partir de cette exploration, déterminer quelles colonnes reflètent le mieux la rétroaction explicite par rapport à la rétroaction implicite.
Cette activité fait partie du cours
Créer des moteurs de recommandation en Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Inspect the listening_history_df DataFrame
print(listening_history_df.____())
# Calculate the number of unique values
print(listening_history_df[['Rating', 'Skipped Track']].____())
# Display a histogram of the values in the Rating column
listening_history_df['Rating'].____()
plt.show()