暗黙的データと明示的データ
動画の演習でも触れたように、レコメンデーションエンジンで使うフィードバックには明示的なものと暗黙的なものがあります。
データセット listening_history_df が読み込まれています。
このデータセットには、ユーザーやそのユーザーが聴いた楽曲を示す列に加えて、次の列が含まれます。
Skipped Track: ユーザーが曲をスキップしたか、最後まで聴いたかを記録するブール列です。Rating: ユーザーがその曲に付けた10点満点の評価です。
この演習では、データを探索し、どの列が明示的フィードバックを、どの列が暗黙的フィードバックを最もよく表しているかを見極めます。
この演習はコースの一部です
Pythonでつくるレコメンデーションエンジン
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Inspect the listening_history_df DataFrame
print(listening_history_df.____())
# Calculate the number of unique values
print(listening_history_df[['Rating', 'Skipped Track']].____())
# Display a histogram of the values in the Rating column
listening_history_df['Rating'].____()
plt.show()