Formuler des recommandations avec la SVD
Maintenant que vous disposez de la matrice recalculée avec tous ses vides comblés, l’étape suivante consiste à l’utiliser pour générer des prédictions et des recommandations.
À partir de calc_pred_ratings_df que vous avez généré dans l’exercice précédent, avec toutes les lignes et colonnes renseignées, trouvez les films que User_5 a le plus de chances d’apprécier.
Cet exercice fait partie du cours
<cours>Créer des moteurs de recommandation en Python</cours>Instructions de l’exercice
- Trouvez les films les mieux classés pour
User_5en triant toutes les notes 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)