Introductie tot niet-gepersonaliseerde aanbevelingen
Een van de meest eenvoudige manieren om aanbevelingen te doen, is afgaan op de wijsheid van de massa en aanbevelen wat al het populairst is. In deze oefening bereken je hoe vaak elke film in de gegevensset is bekeken en zoek je de meest bekeken films.
De DataFrame user_ratings_df, een subset van de Movie Lens-gegevensset, is voor je ingeladen.
Deze tabel bevat identificatoren voor elke film en de gebruiker die hem heeft bekeken, plus de beoordeling die ze hebben gegeven.
Deze oefening maakt deel uit van de cursus
Aanbevelingssystemen bouwen in Python
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Get the counts of occurrences of each movie title
movie_popularity = ____["title"].____()
# Inspect the most common values
print(movie_popularity.____().____)