1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 추천 엔진 만들기
Connected

연습 문제

TF-IDF로 내 모든 영화를 비교해 보기

TF-IDF 데이터를 활용 가능한 형식으로 정리했으니, 이제 유사도를 계산하고 추천을 만들어 볼 차례예요.

이번에는 TF-IDF 점수(Booleans가 아닌 float)이므로, 항목 간 유사도를 찾기 위해 cosine similarity 지표를 사용해요. 이 연습 문제에서는 모든 영화 쌍의 cosine similarity로 이루어진 행렬을 생성하고, 조회를 쉽게 하도록 DataFrame에 저장해 볼게요. 이렇게 하면 영화를 비교하고 추천을 빠르고 쉽게 찾을 수 있어요.

이전 연습 문제에서 만든, 영화별로 한 행씩 담고 있는 tfidf_df DataFrame이 로드되어 있어요.

지침

100 XP
  • 모든 영화 간 cosine similarity를 계산하고 결과를 cosine_similarity_array에 할당하세요.
  • cosine_similarity_array로부터 DataFrame을 만들고, 행과 열 인덱스는 tfidf_summary_df.index를 사용하세요.
  • DataFrame의 상위 5개 행을 출력하고 유사도 점수를 확인하세요.