मैट्रिक्स sparsity
रियल-वर्ल्ड रेटिंग्स डेटा में एक आम चुनौती यह है कि ज़्यादातर यूज़र अधिकतर आइटम को रेट नहीं करेंगे, और अधिकतर आइटम को बहुत कम यूज़र्स ने रेट किया होगा. इसका नतीजा एक बहुत खाली या sparse DataFrame होता है.
इस अभ्यास में, आप movie_lens रेटिंग्स डेटा की sparsity निकालेंगे: भरे हुए सेल गिनकर उन्हें पूरे DataFrame के साइज से तुलना करेंगे.
आपके लिए user_ratings_df DataFrame लोड किया गया है, जिसे आपने पिछले अभ्यासों में इस्तेमाल किया है. इसमें प्रति यूज़र एक रो और प्रति मूवी एक कॉलम है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में रिकमेंडेशन इंजन बनाना
अभ्यास निर्देश
user_ratings_dfमें non-empty सेल की संख्या गिनकरsparsity_countके रूप में सहेजें.user_ratings_dfDataFrame में कुल सेल की संख्या गिनकरfull_countके रूप में सहेजें.- non-empty सेल की संख्या को कुल सेल की संख्या से भाग देकर DataFrame की sparsity निकालें और परिणाम प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Count the occupied cells
sparsity_count = user_ratings_df.____().____.____()
# Count all cells
full_count = user_ratings_df.____
# Find the sparsity of the DataFrame
sparsity = ____ / ____
print(sparsity)