시작하기무료로 시작하기

추천 변환 함수 사용하기

직전 몇 개의 연습 문제에서 코스별 평균 평점을 계산하고 일부 코스 데이터를 정리했어요. 이제 이 데이터를 활용해 DataCamp 학습자에게 적합한 추천을 만들어 볼 거예요.

다시 한 번, 추천을 생성하는 의사결정 규칙은 다음과 같아요:

  • 학습자가 가장 많이 평점을 남긴 기술 스택을 활용해요.
  • 이미 평점을 남긴 코스는 제외해요.
  • 자격 요건을 충족하는 코스 중 상위 평점 3개를 찾아요.

최종 추천을 만들기 위해 avg_course_ratings(코스 평균 평점)와 courses_to_recommend(사용자별 추천 가능 코스 목록)에 저장된 데이터를 사용할 거예요. 두 DataFrame을 병합하고 사용자별로 추천할 최고 평점 상위 3개 코스를 찾도록 transform_recommendations() 함수를 완성하세요.

이 연습은 강의의 일부입니다

데이터 엔지니어링 입문

강의 보기

연습 안내

  • transform_recommendations() 함수를 완성하세요:
  • course_to_recommend를 avg_course_ratings와 병합해요.
  • 사용자 ID로 그룹화한 뒤 rating 기준으로 정렬해요.
  • 상위 3개 행을 추려(head(3)) 사용자 ID 기준으로 정렬해 보여줘요.
  • 방금 정의한 transform_recommendations() 함수를 적절한 인수로 호출해, 사용자별 추천 결과를 recommendations 변수에 저장하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Complete the transformation function
def transform_recommendations(avg_course_ratings, courses_to_recommend):
    # Merge both DataFrames
    merged = courses_to_recommend.____(____) 
    # Sort values by rating and group by user_id
    grouped = merged.sort_values("____", ascending=False).groupby("____")
    # Produce the top 3 values and sort by user_id
    recommendations = grouped.head(____).sort_values("____").reset_index()
    final_recommendations = recommendations[["user_id", "course_id","rating"]]
    # Return final recommendations
    return final_recommendations

# Use the function with the predefined DataFrame objects
recommendations = ____(____, ____)
코드 편집 및 실행