Introduzione ai consigli non personalizzati
Uno dei modi più semplici per fare raccomandazioni è affidarsi alla saggezza della folla e consigliare ciò che è già più popolare. In questo esercizio calcolerai quante volte ciascun film nel dataset è stato visto e individuerai i film più guardati.
Il DataFrame user_ratings_df, un sottoinsieme del dataset Movie Lens, è già stato caricato per te.
Questa tabella contiene gli identificativi di ogni film e dell’utente che l’ha visto, insieme al voto assegnato.
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.
# Get the counts of occurrences of each movie title
movie_popularity = ____["title"].____()
# Inspect the most common values
print(movie_popularity.____().____)