शुरू करेंमुफ़्त में शुरू करें

प्लॉट रिकमेंडेशन इंजन

इस अभ्यास में, हम एक ऐसा रिकमेंडेशन इंजन बनाएँगे जो प्लॉट लाइनों की समानता के आधार पर मूवीज़ सुझाता है। आपको get_recommendations() फंक्शन दिया गया है, जो किसी मूवी का टाइटल, एक similarity मैट्रिक्स और एक indices सीरीज़ को आर्ग्यूमेंट्स के रूप में लेता है और सबसे समान मूवीज़ की सूची आउटपुट करता है। indices आपको पहले से दिया गया है.

आपको movie_plots नाम की एक Series भी दी गई है जिसमें कई मूवीज़ की प्लॉट लाइनें हैं। आपका काम इन प्लॉट्स के tf-idf वेक्टर के लिए कॉसाइन similarity मैट्रिक्स जनरेट करना है.

इसके बाद, हम अपने इंजन की क्षमता जाँचेंगे और मेरी पसंदीदा मूवीज़ में से एक, The Dark Knight Rises, के लिए रिकमेंडेशन जनरेट करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में NLP के लिए Feature Engineering

पाठ्यक्रम देखें

अभ्यास निर्देश

  • English stop_words के साथ एक TfidfVectorizer इनिशियलाइज़ करें। इसे tfidf नाम दें.
  • मूवी प्लॉट डेटा पर fit_transform() इस्तेमाल करके फिट और ट्रांसफॉर्म करें, और tfidf_matrix बनाइए.
  • tfidf_matrix से कॉसाइन similarity मैट्रिक्स cosine_sim जनरेट करें। cosine_similarity() का उपयोग न करें!
  • 'The Dark Knight Rises' के लिए रिकमेंडेशन जनरेट करने हेतु get_recommendations() का उपयोग करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Initialize the TfidfVectorizer 
tfidf = ____(____='english')

# Construct the TF-IDF matrix
tfidf_matrix = tfidf.____(movie_plots)

# Generate the cosine similarity matrix
cosine_sim = ____(tfidf_matrix, tfidf_matrix)
 
# Generate recommendations 
print(get_recommendations(____, cosine_sim, indices))
कोड संपादित करें और चलाएँ