Găsirea filmelor cu aprecieri similare
Așa cum ai calculat similaritatea dintre două filme, poți calcula similaritatea pentru toți utilizatorii pentru a găsi filmul cel mai similar cu altul, pe baza modului în care utilizatorii le-au evaluat.
Abordarea este similară cu cea folosită în filtrarea bazată pe conținut.
Vei găsi scorurile de similaritate dintre toate filmele, apoi vei analiza în detaliu filmul de interes, izolând și sortând coloana care conține scorurile sale de similaritate.
movie_ratings_centered a fost din nou încărcat, conținând fiecare film ca un rând, iar evaluările centrate stocate ca valori.
Acest exercițiu face parte din cursul
Construirea motoarelor de recomandare în Python
Instrucțiuni pentru exercițiu
- Calculează matricea de similaritate dintre toate filmele din
movie_ratings_centeredși stocheaz-o casimilarities. - Încapsulează matricea
similaritiesîntr-un DataFrame, folosind indexurile dinmovie_ratings_centeredca și coloane și rânduri.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
from sklearn.metrics.pairwise import cosine_similarity
# Generate the similarity matrix
similarities = ____(____)
# Wrap the similarities in a DataFrame
cosine_similarity_df = ____.____(____, index=____.____, columns=____.____)
# Find the similarity values for a specific movie
cosine_similarity_series = cosine_similarity_df.loc['Star Wars: Episode IV - A New Hope (1977)']
# Sort these values highest to lowest
ordered_similarities = cosine_similarity_series.sort_values(ascending=False)
print(ordered_similarities)