1. Nauka
    2. /
  2. Kursy
    3. /
  3. Budowanie silników rekomendacji w PySpark
Connected

ćwiczenie

Czy rekomendacje mają sens

Teraz, gdy wiesz już, jak dobrze działał nasz model i masz pewność, że będzie generował rekomendacje dopasowane do użytkowników, przyjrzyjmy się konkretnym rekomendacjom i sprawdźmy, czy rzeczywiście mają sens.

Oryginalne dane z ocenami są dostępne jako original_ratings. Sprawdź oryginalne oceny użytkownika 60 i użytkownika 63, a następnie porównaj je z rekomendacjami wygenerowanymi przez ALS. Czy twoim zdaniem rekomendacje są spójne z ich pierwotnymi preferencjami?

Instrukcje

100 XP
  • Użyj metody .filter() na ramce danych original_ratings, aby wybrać wiersze, w których col("userId") wynosi 60, i wyświetl oryginalne oceny użytkownika 60. Wywołaj metodę .sort(), aby posortować wyniki według kolumny rating, i ustaw argument ascending na False, żeby najpierw zobaczyć najwyższe oceny.
  • Użyj metod .filter() i .show() na zbiorze danych recommendations, aby wyświetlić rekomendacje dla użytkownika 60. Pamiętaj, że ALS generuje rekomendacje w kolejności malejącej według userId, więc sortowanie ramki danych nie jest potrzebne.
  • Wykonaj to samo dla użytkownika 63.
  • Czy gatunki w rekomendacjach są spójne z oryginalnymi ocenami każdego z użytkowników?