Data implisit vs. eksplisit
Seperti disebutkan dalam latihan video, umpan balik yang digunakan dalam recommendation engine bisa bersifat eksplisit atau implisit.
Himpunan data listening_history_df telah dimuat untuk Anda.
Himpunan data ini berisi kolom yang mengidentifikasi pengguna, lagu yang mereka dengarkan, beserta:
Skipped Track: Kolom Boolean yang mencatat apakah pengguna melewati lagu tersebut atau mendengarkannya hingga selesai.Rating: Skor dari 10 yang diberikan pengguna untuk lagu tersebut.
Dalam latihan ini, Anda akan menelusuri data dan dari penelusuran tersebut mengidentifikasi kolom mana yang paling mencerminkan umpan balik eksplisit versus implisit.
Latihan ini adalah bagian dari kursus
Membangun Recommendation Engine di Python
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Inspect the listening_history_df DataFrame
print(listening_history_df.____())
# Calculate the number of unique values
print(listening_history_df[['Rating', 'Skipped Track']].____())
# Display a histogram of the values in the Rating column
listening_history_df['Rating'].____()
plt.show()