첫 번째 영화 추천 만들기
가장 자주 함께 시청되는 영화를 찾았으니, 이제 첫 추천을 만들어 볼까요?
시청자에 대한 정보가 없고, 해당 영화의 세부 정보조차 몰라도, 같은 사람들이 함께 시청하는 영화의 묶음을 살펴보면 유용한 추천을 만들 수 있어요.
이 연습 문제에서는 Thor를 본 사람들이 자주 함께 본 영화를 살펴보고, 이 데이터를 사용해 방금 그 영화를 본 사람에게 추천을 제공해 보겠습니다.
이전 레슨에서 생성한, 영화가 함께 시청된 빈도 수를 담은 DataFrame combination_counts_df가 이미 로드되어 있어요.
이 연습은 강의의 일부입니다
Python으로 추천 엔진 만들기
연습 안내
combination_counts_df객체를size열을 기준으로 가장 큰 값에서 작은 값 순으로 정렬하세요.- 정렬된
combination_counts_df에서movie_a가Thor인 행만 서브셋팅하여 새로 정렬된Thor의 영화 빈도를 찾고, 이를thor_df에 할당한 뒤 결과를 시각화하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
import matplotlib.pyplot as plt
# Sort the counts from highest to lowest
combination_counts_df.____('size', ascending=____, inplace=____)
# Find the movies most frequently watched by people who watched Thor
thor_df = ____[____['movie_a'] ____ 'Thor']
# Plot the results
thor_df.plot.bar(x="movie_b")
plt.show()