암시적 데이터 vs. 명시적 데이터
영상 연습 문제에서 언급했듯이, 추천 엔진에서 사용하는 피드백은 명시적이거나 암시적일 수 있어요.
데이터셋 listening_history_df가 로드되어 있습니다.
이 데이터셋에는 사용자와 그들이 청취한 곡을 식별하는 열과 함께 다음 정보가 포함되어 있어요:
Skipped Track: 사용자가 곡을 건너뛰었는지 끝까지 들었는지를 기록한 Boolean 열입니다.Rating: 사용자가 곡에 매긴 10점 만점의 점수입니다.
이번 연습에서는 데이터를 탐색한 뒤, 어떤 열이 명시적 피드백을 가장 잘 반영하고 어떤 열이 암시적 피드백을 반영하는지 식별해 보겠습니다.
이 연습은 강의의 일부입니다
Python으로 추천 엔진 만들기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Inspect the listening_history_df DataFrame
print(listening_history_df.____())
# Calculate the number of unique values
print(listening_history_df[['Rating', 'Skipped Track']].____())
# Display a histogram of the values in the Rating column
listening_history_df['Rating'].____()
plt.show()