KNN 예측
이전 연습 문제에서 데이터를 올바른 형태로 준비했으니, 이제 이를 사용해 user_001이 Apollo 13 (1995)에 대해 어떻게 느꼈을지 추론해 보세요.
참고로, 이전 연습 문제에서 준비했고 이번 연습 문제에 로드된 데이터는 다음과 같습니다.
target_user_x-user_001이 본 영화에 매긴 평점을 중심화한 값입니다.other_users_x- 다른 모든 사용자가 매긴 평점에서 Apollo 13을 제외하고, 각 영화의 평점을 중심화한 값입니다.other_users_y- 다른 모든 사용자가 Apollo 13에 매긴 원래 평점(raw rating)입니다.
이제 other_users_x와 other_users_y를 사용해 scikit-learn의 KNeighborsRegressor를 학습하고, 이를 통해 user_001이 Apollo 13 (1995)에 몇 점을 줬을지 예측해 보세요.
이 연습은 강의의 일부입니다
Python으로 추천 엔진 만들기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import the regressor
from sklearn.neighbors import ____
# Instantiate the user KNN model
user_knn = KNeighborsRegressor(____=____, ____=____)