Recomandări cu TF-IDF
În exercițiul anterior ai pre-calculat scorurile de similaritate dintre toate filmele din set de date, pe baza rezumatelor lor transformate prin TF-IDF. Acum vei organiza aceste scoruri într-un DataFrame pentru a le putea folosi mai ușor. Apoi vei utiliza acest nou DataFrame pentru a sugera o recomandare de film.
cosine_similarity_array, care conține o matrice cu valorile de similaritate dintre toate filmele și pe care ai creat-o în exercițiul anterior, a fost încărcat pentru tine. DataFrame-ul tfidf_summary_df, care conține filmele și caracteristicile lor TF-IDF, este de asemenea disponibil.
Acest exercițiu face parte din cursul
Construirea motoarelor de recomandare în Python
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Wrap the preloaded array in a DataFrame
cosine_similarity_df = pd.____(____, index=tfidf_summary_df.index, columns=tfidf_summary_df.index)
# Find the values for the movie Rio
cosine_similarity_series = ____.____['Rio']
# Sort these values highest to lowest
ordered_similarities = cosine_similarity_series.____(____)
# Print the results
print(____)