Fazendo recomendações com SVD
Agora que você tem a matriz recalculada com todas as lacunas preenchidas, o próximo passo é usá-la para gerar previsões e recomendações.
Usando calc_pred_ratings_df que você gerou no exercício anterior, com todas as linhas e colunas preenchidas, encontre os filmes que o User_5 tem mais chance de gostar.
Este exercício faz parte do curso
Construindo mecanismos de recomendação em Python
Instruções do exercício
- Encontre os filmes mais bem ranqueados para o
User_5ordenando todas as avaliações geradas para oUser_5da maior para a menor.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Sort the ratings of User 5 from high to low
user_5_ratings = ____.____[____,:].____(____=____)
print(user_5_ratings)