TF-IDF के साथ सिफारिशें बनाना
पिछले अभ्यास में आपने TF-IDF से ट्रांसफॉर्म किए गए प्लॉट्स के आधार पर डेटासेट की सभी फ़िल्मों के बीच similarity रेटिंग्स पहले से कैलकुलेट की थीं। अब आप इन similarity रेटिंग्स को आसान उपयोग के लिए एक DataFrame में रखेंगे। फिर इसी नए DataFrame का उपयोग करके आप एक मूवी सिफारिश सुझाएँगे।
पिछले अभ्यास में बनाई गई सभी फ़िल्मों के बीच similarity वैल्यूज़ वाली मैट्रिक्स cosine_similarity_array आपके लिए लोड कर दी गई है। फ़िल्मों और उनके TF-IDF फीचर्स वाला tfidf_summary_df DataFrame भी उपलब्ध है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में रिकमेंडेशन इंजन बनाना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Wrap the preloaded array in a DataFrame
cosine_similarity_df = pd.____(____, index=tfidf_summary_df.index, columns=tfidf_summary_df.index)
# Find the values for the movie Rio
cosine_similarity_series = ____.____['Rio']
# Sort these values highest to lowest
ordered_similarities = cosine_similarity_series.____(____)
# Print the results
print(____)