CommencezCommencez gratuitement

Recommander des artistes musicaux, partie II

Supposons que vous soyez un grand admirateur de Bruce Springsteen — quels autres artistes musicaux pourriez-vous aimer? Utilisez vos caractéristiques NMF de l'exercice précédent ainsi que la similarité cosinus pour trouver des artistes musicaux similaires. Une solution à l'exercice précédent a été exécutée, donc norm_features est un tableau dont les lignes contiennent les caractéristiques NMF normalisées. Les noms des artistes musicaux sont disponibles dans la liste artist_names.

Cette activité fait partie du cours

Unsupervised Learning in Python

Voir le cours

Instructions de l’exercice

  • Importez pandas sous le nom pd.
  • Créez un DataFrame df à partir de norm_features, en utilisant artist_names comme index.
  • Utilisez l'accesseur .loc[] de df pour sélectionner la ligne de 'Bruce Springsteen'. Assignez le résultat à artist.
  • Appliquez la méthode .dot() de df à artist pour calculer le produit scalaire de chaque ligne avec artist. Enregistrez le résultat dans similarities.
  • Affichez le résultat de la méthode .nlargest() de similarities pour présenter les artistes les plus similaires à 'Bruce Springsteen'.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import pandas
____

# Create a DataFrame: df
df = ____

# Select row of 'Bruce Springsteen': artist
artist = df.loc[____]

# Compute cosine similarities: similarities
similarities = ____

# Display those with highest cosine similarity
____
Modifier et exécuter le code