Dane jawne a dane niejawne
Jak wspomniano w filmie, informacje zwrotne wykorzystywane w silnikach rekomendacji mogą być jawne lub niejawne.
Zbiór danych listening_history_df został już wczytany.
Zawiera kolumny identyfikujące użytkowników i słuchane przez nich piosenki, a także:
Skipped Track: kolumna logiczna (Boolean) zapisująca, czy użytkownik pominął piosenkę, czy odsłuchał ją do końca.Rating: ocena piosenki wystawiona przez użytkownika w skali od 0 do 10.
W tym ćwiczeniu przeanalizujesz dane i na podstawie tej analizy określisz, które kolumny najlepiej odzwierciedlają jawne, a które niejawne informacje zwrotne.
To ćwiczenie jest częścią kursu
Budowanie systemów rekomendacji w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()