Previsões com KNN
Com os dados no formato correto do exercício anterior, você agora pode usá-los para inferir como user_001 se sente sobre Apollo 13 (1995)
Relembrando, os dados que você preparou no exercício anterior (e que foram carregados neste) são:
target_user_x- Avaliações centralizadas queuser_001deu aos filmes que já viu.other_users_x- Avaliações centralizadas de todos os outros usuários e dos filmes que eles avaliaram, excluindo o filme Apollo 13.other_users_y- Avaliações brutas que todos os outros usuários deram ao filme Apollo 13.
Você vai usar other_users_x e other_users_y para ajustar um KNeighborsRegressor do scikit-learn e usá-lo para prever qual nota user_001 poderia ter dado a Apollo 13 (1995).
Este exercício faz parte do curso
Construindo mecanismos de recomendação em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import the regressor
from sklearn.neighbors import ____
# Instantiate the user KNN model
user_knn = KNeighborsRegressor(____=____, ____=____)