Aan de slagGa gratis aan de slag

De aanbevelingen opvragen

In de vorige oefeningen heb je geleerd hoe je dagelijks een tabel met cursusaanbevelingen berekent. Nu deze recommendations-tabel in het datawarehouse staat, kun je hem snel joinen met andere tabellen om belangrijke features voor DataCamp-studenten te maken, zoals gepersonaliseerde marketingmails, slimme aanbevelingen voor studenten en andere mogelijkheden.

In deze oefening proef je hoe de nieuw aangemaakte recommendations-tabel gebruikt kan worden door een functie recommendations_for_user() te maken die automatisch de best aanbevolen cursussen per gebruikers-ID ophaalt voor een bepaalde waarderingsdrempel.

Deze oefening maakt deel uit van de cursus

Introductie tot Data Engineering

Cursus bekijken

Oefeninstructies

  • Maak de query af in de functie-definitie van recommendations_for_user(). Deze moet joinen met de courses-tabel.
  • Vul de read_sql()-functie in recommendations_for_user() aan. Het params-argument is incompleet: de threshold ontbreekt.
  • Voer de door jou gedefinieerde functie recommendations_for_user() uit in de laatste statements en bekijk de resultaten.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

def recommendations_for_user(user_id, threshold=4.5):
    # Join with the courses table
    query = """
    SELECT title, rating FROM recommendations
    INNER JOIN ____ ON courses.course_id = recommendations.course_id
    WHERE user_id=%(user_id)s AND rating>%(threshold)s
    ORDER BY rating DESC
    """
    # Add the threshold parameter
    predictions_df = pd.read_sql(query, db_engine, params = {"user_id": user_id, 
                                                             "____": ____})
    return predictions_df.title.values

# Try the function you created
print(recommendations_for_user(12, 4.65))
Code bewerken en uitvoeren