Formuler des recommandations avec la SVD
Maintenant que vous avez la matrice recalculée avec toutes ses lacunes comblées, l'étape suivante consiste à l'utiliser pour générer des prédictions et des recommandations.
En utilisant calc_pred_ratings_df que vous avez généré dans l'exercice précédent, avec toutes les lignes et toutes les colonnes remplies, trouvez les films que User_5 a le plus de chances d'aimer.
Cette activité fait partie du cours
Créer des moteurs de recommandation en Python
Instructions de l’exercice
- Trouvez les films les mieux classés pour
User_5en triant toutes les évaluations générées pourUser_5du plus élevé au plus faible.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Sort the ratings of User 5 from high to low
user_5_ratings = ____.____[____,:].____(____=____)
print(user_5_ratings)