Aan de slagGa gratis aan de slag

De aanbevelingstransformatie gebruiken

In de laatste paar oefeningen heb je de gemiddelde beoordeling per cursus berekend en enkele cursusgegevens opgeschoond. Je gebruikt deze gegevens nu om bruikbare aanbevelingen voor DataCamp-studenten te maken.

Ter herinnering, dit zijn de beslisregels voor het maken van aanbevelingen:

  • Gebruik de technologie die een student het vaakst heeft beoordeeld.
  • Sluit cursussen uit die een student al heeft beoordeeld.
  • Zoek de drie best beoordeelde cursussen binnen de in aanmerking komende cursussen.

Om de uiteindelijke aanbevelingen te maken, gebruik je de gemiddelde cursusbeoordelingen en de lijst met in aanmerking komende aanbevelingen per gebruiker, opgeslagen in respectievelijk avg_course_ratings en courses_to_recommend. Dit doe je door de functie transform_recommendations() te voltooien, die beide DataFrames samenvoegt en per gebruiker de 3 hoogst beoordeelde cursussen vindt om aan te bevelen.

Deze oefening maakt deel uit van de cursus

Introductie tot Data Engineering

Cursus bekijken

Oefeninstructies

  • Maak de functie transform_recommendations() af:
  • Voeg course_to_recommend samen met avg_course_ratings.
  • Sorteer de resultaten op rating, gegroepeerd per user ID.
  • Toon de bovenste 3 rijen en sorteer op user ID.
  • Roep de zojuist gedefinieerde functie transform_recommendations() aan met de juiste argumenten om aanbevelingen per gebruiker op te slaan in de variabele recommendations.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Complete the transformation function
def transform_recommendations(avg_course_ratings, courses_to_recommend):
    # Merge both DataFrames
    merged = courses_to_recommend.____(____) 
    # Sort values by rating and group by user_id
    grouped = merged.sort_values("____", ascending=False).groupby("____")
    # Produce the top 3 values and sort by user_id
    recommendations = grouped.head(____).sort_values("____").reset_index()
    final_recommendations = recommendations[["user_id", "course_id","rating"]]
    # Return final recommendations
    return final_recommendations

# Use the function with the predefined DataFrame objects
recommendations = ____(____, ____)
Code bewerken en uitvoeren