Dati limitati nelle tue righe
Questa scarsità di dati può creare problemi quando usi tecniche come K-nearest neighbors, come discusso nel capitolo precedente. KNN deve trovare gli k utenti più simili che hanno valutato un elemento, ma se solo un numero di utenti minore o uguale a k ha dato una valutazione a quell'elemento, tutte le valutazioni risulteranno le "più simili".
In questo esercizio, conterai quante volte a ciascun film nel DataFrame user_ratings_df è stata assegnata una valutazione e poi verificherai quanti film hanno solo una o due valutazioni.
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.
# Count the occupied cells per column
occupied_count = user_ratings_df.____().____()
print(occupied_count)