줄거리 추천 엔진
이 연습 문제에서는 줄거리의 유사성을 바탕으로 영화를 추천하는 추천 엔진을 만들어 보겠습니다. 이미 제공된 get_recommendations() 함수는 영화 제목, 유사도 행렬, 그리고 indices 시리즈를 인자로 받아 가장 유사한 영화 목록을 출력합니다. indices 는 이미 제공되어 있어요.
또한 여러 영화의 줄거리를 담은 movie_plots 시리즈가 제공됩니다. 여러분의 과제는 이 줄거리들의 tf-idf 벡터에 대한 코사인 유사도 행렬을 생성하는 것입니다.
마지막으로, 제가 좋아하는 영화 중 하나인 The Dark Knight Rises에 대한 추천 결과를 생성해 엔진의 성능을 확인해 보겠습니다.
이 연습은 강의의 일부입니다
Python으로 배우는 NLP 피처 엔지니어링
연습 안내
- 영어
stop_words로TfidfVectorizer를 초기화하세요. 이름은tfidf로 하세요. fit_transform()을 사용해 영화 줄거리 데이터를 학습·변환하여tfidf_matrix를 만드세요.tfidf_matrix로 코사인 유사도 행렬cosine_sim을 생성하세요.cosine_similarity()는 사용하지 마세요!get_recommendations()를 사용해'The Dark Knight Rises'의 추천 결과를 생성하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Initialize the TfidfVectorizer
tfidf = ____(____='english')
# Construct the TF-IDF matrix
tfidf_matrix = tfidf.____(movie_plots)
# Generate the cosine similarity matrix
cosine_sim = ____(tfidf_matrix, tfidf_matrix)
# Generate recommendations
print(get_recommendations(____, cosine_sim, indices))