Uitdagingen met missende waarden

Je hebt vast gemerkt dat de gepivotte DataFrames waar je mee werkte vaak missende gegevens hebben. Dat is logisch: gebruikers zien zelden alle films, en de meeste films worden niet door iedereen bekeken, wat leidt tot gaten in de gebruikers-beoordelingsmatrix.

In deze oefening verken je een andere subset van de tabel met gebruikersbeoordelingen, user_ratings_subset, die missende waarden bevat. Je bekijkt hoe verschillende manieren om met missende data om te gaan de bruikbaarheid kunnen beïnvloeden.