Décomposer votre matrice

Maintenant que vous avez préparé vos données en les centrant et en remplaçant les valeurs manquantes restantes par 0, vous pouvez passer à la recherche des facteurs de vos données. Dans cet exercice, vous allez décomposer les données user_ratings_centered générées à l’exercice précédent en 3 facteurs : U, sigma et Vt.

U est une matrice avec une ligne par utilisateur
Vt comporte une colonne par film
sigma est un tableau de pondérations que vous devrez convertir en matrice diagonale

Le user_ratings_centered que vous avez créé dans la leçon précédente a été chargé pour vous.

Cet exercice fait partie du cours

<cours>Créer des moteurs de recommandation en Python</cours>

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Import the required libraries 
from scipy.sparse.linalg import ____
import numpy as np

# Decompose the matrix
U, sigma, Vt = ____(user_ratings_centered)

Modifier et exécuter le code