SVD を使ったレコメンデーション作成
すべての欠損が埋まった再計算後の行列が用意できました。次のステップは、それを使って予測やレコメンデーションを生成することです。
前の演習で作成した、全行・全列が埋まっている calc_pred_ratings_df を使って、User_5 が最も気に入りそうな映画を見つけてください。
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
演習の手順
User_5に対して生成されたすべての予測評価を高い順に並べ替え、User_5にとって評価が最も高い映画を見つけましょう。
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。
# Sort the ratings of User 5 from high to low
user_5_ratings = ____.____[____,:].____(____=____)
print(user_5_ratings)