अपने डेटा को normalize करें
Singular value decomposition का उपयोग करके ratings मैट्रिक्स के factors निकालने से पहले, आपको उसे "de-mean" या center करना होगा — यानी हर row के औसत को उसी row के हर मान से घटाना होगा.
इस अभ्यास में, आप उस movie rating DataFrame को तैयार करना शुरू करेंगे जिस पर आप काम कर रहे थे, ताकि आप Singular value decomposition कर सकें.
user_ratings_df में प्रत्येक यूज़र के लिए एक row और प्रत्येक मूवी के लिए एक column है, और यह आपके लिए लोड कर दिया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में रिकमेंडेशन इंजन बनाना
अभ्यास निर्देश
- जिन-जिन मूवीज़ को किसी यूज़र ने देखा है, उनके पार दिए गए औसत rating निकालिए और इन मानों को
avg_ratingsके रूप में स्टोर कीजिए. - Row averages को उनकी संबंधित rows से घटाइए और परिणाम
user_ratings_centeredमें स्टोर कीजिए. - अंत में,
user_ratings_centeredमें सभी missing values को शून्य से भर दीजिए. - यह दिखाने के लिए कि डेटा de-mean हो गया है,
user_ratings_centeredके प्रत्येक column का औसत प्रिंट कीजिए.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Get the average rating for each user
avg_ratings = user_ratings_df.____(axis=1)
# Center each user's ratings around 0
user_ratings_centered = user_ratings_df.____(____, axis=1)
# Fill in all missing values with 0s
user_ratings_centered.____(0, inplace=True)
# Print the mean of each column
print(user_ratings_centered.____(axis=1))