因数分解における情報損失
列数のはるかに少ない因子で、どのようにして大きなDataFrameを損失なく要約できるのだろう、と疑問に思うかもしれません。実は、損失はゼロではありません。作成する因子は一般に元データの近似であり、ある程度の情報が失われるのは避けられません。つまり、予測値は厳密には一致しない可能性がありますが、実用上十分に近い値になるはずです。
この演習では、前の演習で使用した、因数分解前の元のDataFrame original_df を確認し、2つの因子 user_matrix と item_matrix の積と比較します。
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
演習の手順
user_matrixとitem_matrixのドット積を計算し、predictions_dfとして保存してください。
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。
import numpy as np
# Multiply the user and item matrices
predictions_df = ____.____(____, ____)
# Inspect the recreated DataFrame
print(predictions_df)
# Inspect the original DataFrame and compare
print(original_df)