Recomendações não personalizadas aprimoradas

Só porque muitas pessoas assistiram a um filme não significa necessariamente que elas gostaram. Para entender como o público realmente se sentiu sobre um filme, dados mais explícitos são úteis. Felizmente, você também tem as avaliações de cada espectador no conjunto de dados Movie Lens.

Neste exercício, você vai calcular a avaliação média de cada filme no conjunto de dados e, em seguida, descobrir o filme com a maior média.

Você usará o mesmo user_ratings_df do exercício anterior, que já foi carregado para você.

Este exercício faz parte do curso

Construindo mecanismos de recomendação em Python

Ver curso

Instruções do exercício

Calcule a avaliação média de cada filme e salve o resultado em um DataFrame chamado average_rating_df.
Ordene o DataFrame average_rating_df pela coluna rating média, do maior para o menor, e salve como sorted_average_ratings.
Imprima as entradas dos cinco filmes mais bem classificados em sorted_average_ratings.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Find the mean of the ratings given to each title
average_rating_df = user_ratings_df[["title", "rating"]].____('title').____()

# Order the entries by highest average rating to lowest
sorted_average_ratings = average_rating_df.____(____=____, ____=____)

# Inspect the top movies
print(____.____())

Editar e executar o código