Mulai sekarangMulai gratis

Rekomendasi dari data biner

Dari ROEM, Anda melihat bahwa model ini masih dapat menghasilkan prediksi uji yang bermakna. Sekarang mari kita lihat rekomendasi aktualnya.

Fungsi col dari kelas pyspark.sql.functions telah diimpor untuk Anda.

Latihan ini merupakan bagian dari kursus

Membangun Recommendation Engine dengan PySpark

Lihat Kursus

Instruksi latihan

  • Dataframe original_ratings telah disediakan untuk Anda. Dataframe ini berisi rating asli yang diberikan pengguna. Gunakan .filter() untuk menelusuri rating asli pengguna 26.
  • Dataframe binary_recs juga disediakan. Dataframe ini berisi rekomendasi untuk setiap pengguna. Gunakan .filter() untuk menelusuri rekomendasi dengan userId == 26. Apakah tampak konsisten dengan rekomendasi yang diberikan model?
  • Lakukan hal yang sama untuk pengguna 99. Silakan periksa pengguna lain juga.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# View user 26's original ratings
print ("User 26 Original Ratings:")
____.____(col("userId") == 26).show()

# View user 26's recommendations
print ("User 26 Recommendations:")
binary_recs.filter(col("____") == 26).show()

# View user 99's original ratings
print ("User 99 Original Ratings:")
____.filter(____("userId") == 99).show()

# View user 99's recommendations
print ("User 99 Recommendations:")
binary_recs.filter(col("userId") == ____).show()
Edit dan Jalankan Kode