Previsioni con KNN
Con i dati già nella forma corretta dall’esercizio precedente, ora puoi usarli per dedurre cosa pensa user_001 di Apollo 13 (1995).
Per ricordarti, i dati che hai preparato nell’esercizio precedente (e che sono stati caricati in questo) sono:
target_user_x- Valutazioni centrate cheuser_001ha dato ai film che ha visto.other_users_x- Valutazioni centrate di tutti gli altri utenti e dei film che hanno valutato, escludendo il film Apollo 13.other_users_y- Valutazioni grezze che tutti gli altri utenti hanno dato al film Apollo 13.
Userai other_users_x e other_users_y per addestrare un KNeighborsRegressor di scikit-learn e usarlo per prevedere quale voto user_001 potrebbe aver dato a Apollo 13 (1995).
Questo esercizio fa parte del corso
Creare motori di raccomandazione in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import the regressor
from sklearn.neighbors import ____
# Instantiate the user KNN model
user_knn = KNeighborsRegressor(____=____, ____=____)