KNN प्रेडिक्शंस
पिछले अभ्यास में डेटा का स्वरूप सही कर लेने के बाद, अब आप इसका उपयोग करके यह अनुमान लगा सकते हैं कि user_001 को Apollo 13 (1995) कैसी लगी होगी।
स्मरण के लिए, पिछले अभ्यास में जो डेटा आपने तैयार किया था (और जो इस अभ्यास में लोड हो चुका है), वह यह है:
target_user_x- वे सेंटर की गई रेटिंग्स जोuser_001ने देखी गई फिल्मों को दी हैं.other_users_x- बाकी सभी यूज़र्स की सेंटर की गई रेटिंग्स और उन फिल्मों की रेटिंग्स जिन्हें उन्होंने रेट किया है, जिसमें Apollo 13 फिल्म को शामिल नहीं किया गया है.other_users_y- बाकी सभी यूज़र्स द्वारा फिल्म Apollo 13 को दी गई कच्ची (raw) रेटिंग्स.
आप other_users_x और other_users_y का उपयोग करके scikit-learn का KNeighborsRegressor फिट करेंगे और उससे यह प्रेडिक्ट करेंगे कि user_001 ने Apollo 13 (1995) को क्या रेटिंग दी होती.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में रिकमेंडेशन इंजन बनाना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import the regressor
from sklearn.neighbors import ____
# Instantiate the user KNN model
user_knn = KNeighborsRegressor(____=____, ____=____)