Perdita di informazione nella fattorizzazione

Potresti chiederti come i fattori con molte meno colonne possano riassumere un DataFrame più grande senza perdita. In realtà, non è così: i fattori che creiamo sono generalmente una stretta approssimazione dei dati, ed è inevitabile perdere un po' di informazione. Questo significa che i valori previsti potrebbero non essere esatti, ma dovrebbero essere abbastanza vicini da risultare utili.

In questo esercizio esaminerai lo stesso DataFrame originale pre-fattorizzazione dell'esercizio precedente, caricato come original_df, e lo confronterai con il prodotto dei suoi due fattori, user_matrix e item_matrix.