시작하기무료로 시작하기

이진 데이터로부터의 추천

ROEM을 보면, 이런 모델들도 여전히 의미 있는 테스트 예측을 만들어 낼 수 있음을 알 수 있어요. 이제 실제 추천 결과를 살펴보죠.

pyspark.sql.functions의 col 함수는 미리 임포트되어 있습니다.

이 연습은 강의의 일부입니다

PySpark로 추천 엔진 만들기

강의 보기

연습 안내

  • original_ratings 데이터프레임이 제공됩니다. 사용자들이 남긴 원래 평점이 들어 있습니다. .filter()를 사용해 사용자 26의 원래 평점을 확인하세요.
  • binary_recs 데이터프레임도 제공됩니다. 각 사용자에 대한 추천이 들어 있습니다. .filter()로 userId == 26인 추천을 확인하세요. 모델이 제공한 추천과 일관돼 보이나요?
  • 사용자 99에 대해서도 같은 작업을 해 보세요. 다른 사용자들도 자유롭게 살펴보셔도 됩니다.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# View user 26's original ratings
print ("User 26 Original Ratings:")
____.____(col("userId") == 26).show()

# View user 26's recommendations
print ("User 26 Recommendations:")
binary_recs.filter(col("____") == 26).show()

# View user 99's original ratings
print ("User 99 Original Ratings:")
____.filter(____("userId") == 99).show()

# View user 99's recommendations
print ("User 99 Recommendations:")
binary_recs.filter(col("userId") == ____).show()
코드 편집 및 실행