Impliciete vs. expliciete data
Zoals in de video-oefening vermeld, kan feedback die in aanbevelingssystemen wordt gebruikt expliciet of impliciet zijn.
De gegevensset listening_history_df is voor je geladen.
Deze gegevensset bevat kolommen die de gebruikers identificeren, de nummers die ze luisteren, en daarnaast:
Skipped Track: Een Booleaanse kolom die vastlegt of de gebruiker het nummer heeft overgeslagen of tot het einde heeft afgespeeld.Rating: De score uit 10 die de gebruiker aan het nummer heeft gegeven.
In deze oefening ga je de data verkennen en op basis daarvan bepalen welke kolommen het best expliciete feedback weergeven en welke impliciete feedback.
Deze oefening maakt deel uit van de cursus
Aanbevelingssystemen bouwen in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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()