Fare raccomandazioni con SVD
Ora che hai la matrice ricalcolata con tutte le lacune colmate, il prossimo passo è usarla per generare previsioni e raccomandazioni.
Usando calc_pred_ratings_df che hai generato nell'esercizio precedente, con tutte le righe e le colonne compilate, trova i film che User_5 con più probabilità apprezzerà.
Questo esercizio fa parte del corso
Creare motori di raccomandazione in Python
Istruzioni dell'esercizio
- Trova i film con il punteggio più alto per
User_5ordinando tutte le recensioni generate perUser_5dal più alto al più basso.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Sort the ratings of User 5 from high to low
user_5_ratings = ____.____[____,:].____(____=____)
print(user_5_ratings)