आपकी rows में सीमित डेटा
यह डेटा sparsity, पिछले चैप्टर में चर्चा किए गए K-nearest neighbors जैसी तकनीकों का उपयोग करते समय समस्या पैदा कर सकती है। KNN को उन k सबसे समान users ढूँढने होते हैं जिन्होंने किसी item को रेट किया है, लेकिन अगर किसी item को अधिकतम k या उससे कम users ने ही रेट किया है, तो सभी ratings ही "सबसे समान" मानी जाएँगी.
इस अभ्यास में, आप user_ratings_df DataFrame में प्रत्येक मूवी को कितनी बार rating दी गई है, यह गिनेंगे, और फिर देखेंगे कि कितनी मूवीज़ को सिर्फ एक या दो ratings मिली हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में रिकमेंडेशन इंजन बनाना
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Count the occupied cells per column
occupied_count = user_ratings_df.____().____()
print(occupied_count)