Recommender transformation का उपयोग
पिछले कुछ अभ्यासों में, आपने प्रति कोर्स औसत रेटिंग निकाली और कुछ कोर्स डेटा को क्लीन किया. अब आप इस डेटा का उपयोग DataCamp छात्रों के लिए उपयोगी सिफारिशें बनाने में करेंगे.
याद दिलाने के लिए, सिफारिशें बनाने के निर्णय नियम इस प्रकार हैं:
- उस तकनीक का उपयोग करें जिसे किसी छात्र ने सबसे ज़्यादा रेट किया है.
- वे कोर्स निकाल दें जिन्हें छात्र पहले ही रेट कर चुका है.
- पात्र कोर्स में से टॉप तीन उच्च-रेटेड कोर्स खोजें.
अंतिम सिफारिशें तैयार करने के लिए, आप औसत कोर्स रेटिंग्स और प्रति यूज़र पात्र सिफारिशों की सूची का उपयोग करेंगे, जो क्रमशः avg_course_ratings और courses_to_recommend में संग्रहीत हैं. आप यह transform_recommendations() फ़ंक्शन को पूरा करके करेंगे, जो दोनों DataFrames को मर्ज करता है और प्रति यूज़र सिफारिश करने के लिए सबसे उच्च रेटिंग वाले शीर्ष 3 कोर्स ढूँढता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Introduction to Data Engineering
अभ्यास निर्देश
transform_recommendations()फ़ंक्शन पूरा करें:course_to_recommendकोavg_course_ratingsके साथ मर्ज करें.- परिणामों को यूज़र ID के आधार पर समूहित करते हुए
ratingके अनुसार sort करें. - टॉप 3 रो दिखाएँ और यूज़र ID के अनुसार sort करें.
- अभी परिभाषित किए गए
transform_recommendations()फ़ंक्शन को उचित आर्ग्युमेंट्स के साथ कॉल करें ताकि प्रति यूज़र सिफारिशेंrecommendationsवैरिएबल में स्टोर हो सकें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Complete the transformation function
def transform_recommendations(avg_course_ratings, courses_to_recommend):
# Merge both DataFrames
merged = courses_to_recommend.____(____)
# Sort values by rating and group by user_id
grouped = merged.sort_values("____", ascending=False).groupby("____")
# Produce the top 3 values and sort by user_id
recommendations = grouped.head(____).sort_values("____").reset_index()
final_recommendations = recommendations[["user_id", "course_id","rating"]]
# Return final recommendations
return final_recommendations
# Use the function with the predefined DataFrame objects
recommendations = ____(____, ____)