Raccomandazioni non personalizzate migliorate
Il fatto che un film sia stato visto da molte persone non significa per forza che sia piaciuto. Per capire davvero come uno spettatore ha percepito un film, servono dati più espliciti. Per fortuna, nel dataset Movie Lens hai anche le valutazioni fornite da ciascuno spettatore.
In questo esercizio troverai la valutazione media di ogni film nel dataset e poi individuerai il film con la media più alta.
Userai lo stesso user_ratings_df dell’esercizio precedente, già caricato per te.
Questo esercizio fa parte del corso
Creare motori di raccomandazione in Python
Istruzioni dell'esercizio
- Trova la valutazione media per ciascun film e salvala in un DataFrame chiamato
average_rating_df. - Ordina il DataFrame
average_rating_dfin base alla colonna mediaratingdal più alto al più basso e salvalo comesorted_average_ratings. - Stampa le voci dei primi cinque film con punteggio più alto in
sorted_average_ratings.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Find the mean of the ratings given to each title
average_rating_df = user_ratings_df[["title", "rating"]].____('title').____()
# Order the entries by highest average rating to lowest
sorted_average_ratings = average_rating_df.____(____=____, ____=____)
# Inspect the top movies
print(____.____())