IniziaInizia gratis

Sfide con i valori mancanti

Avrai notato che i DataFrame pivot che hai utilizzato spesso contengono dati mancanti. È normale: gli utenti raramente vedono tutti i film e la maggior parte dei film non è vista da tutti, il che crea vuoti nella matrice utente-valutazione.

In questo esercizio, esplorerai un altro sottoinsieme della tabella delle valutazioni utenti user_ratings_subset che contiene valori mancanti e osserverai come approcci diversi alla gestione dei dati mancanti possano influire sulla sua utilizzabilità.

Questo esercizio fa parte del corso

Creare motori di raccomandazione in Python

Visualizza il corso

Esercizio pratico interattivo

Passa dalla teoria alla pratica con uno dei nostri esercizi interattivi

Inizia esercizio