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 interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Get the counts of occurrences of each movie title
movie_popularity = ____["title"].____()
# Inspect the most common values
print(movie_popularity.____().____)