Zacznij terazZacznij za darmo

Zastosowanie transformacji rekomendacji

W ostatnich kilku ćwiczeniach obliczyłeś średnią ocenę dla każdego kursu i oczyściłeś dane o kursach. Teraz wykorzystasz te dane, aby wygenerować przydatne rekomendacje dla studentów DataCamp.

Dla przypomnienia, oto reguły tworzenia rekomendacji:

  • Uwzględniaj technologię, którą student oceniał najczęściej.
  • Wyklucz kursy, które student już ocenił.
  • Znajdź trzy najwyżej oceniane kursy spośród dostępnych opcji.

Aby wygenerować ostateczne rekomendacje, skorzystasz ze średnich ocen kursów oraz listy dostępnych rekomendacji dla każdego użytkownika, przechowywanych odpowiednio w avg_course_ratings i courses_to_recommend. Zrobisz to, uzupełniając funkcję transform_recommendations(), która łączy obie ramki danych i znajduje 3 najwyżej oceniane kursy do polecenia każdemu użytkownikowi.

To ćwiczenie jest częścią kursu

Wprowadzenie do inżynierii danych

Zobacz kurs

Instrukcje do ćwiczenia

  • Uzupełnij funkcję transform_recommendations():
  • Połącz course_to_recommend z avg_course_ratings.
  • Posortuj wyniki według kolumny rating, grupując po ID użytkownika.
  • Wyświetl 3 pierwsze wiersze i posortuj według ID użytkownika.
  • Wywołaj zdefiniowaną właśnie funkcję transform_recommendations() z odpowiednimi argumentami, aby zapisać rekomendacje dla każdego użytkownika w zmiennej recommendations.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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 = ____(____, ____)
Edytuj i uruchom kod