Primele tale recomandări de filme

Acum că ai identificat perechile de filme cel mai des vizionate împreună, poți face primele tale recomandări!

Chiar dacă nu știi nimic despre persoana care vizionează și nu ai niciun detaliu despre film, poți face recomandări valoroase analizând ce grupuri de filme sunt urmărite de aceleași persoane. În acest exercițiu, vei examina filmele vizionate frecvent de aceleași persoane care au urmărit Thor, apoi vei folosi aceste date pentru a oferi o recomandare cuiva care tocmai a văzut filmul. DataFrame-ul generat în lecția anterioară, combination_counts_df, care conține numărul de apariții ale filmelor vizionate împreună, a fost deja încărcat pentru tine.

Acest exercițiu face parte din cursul

Construirea motoarelor de recomandare în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Ordonează obiectul combination_counts_df de la cel mai mare la cel mai mic după coloana size.
Găsește frecvențele filmelor pentru filmul Thor din obiectul combination_counts_df ordonat, filtrând rândurile unde movie_a este Thor, atribuie rezultatul variabilei thor_df și afișează graficul.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

import matplotlib.pyplot as plt

# Sort the counts from highest to lowest
combination_counts_df.____('size', ascending=____, inplace=____)

# Find the movies most frequently watched by people who watched Thor
thor_df = ____[____['movie_a'] ____ 'Thor']

# Plot the results
thor_df.plot.bar(x="movie_b")
plt.show()

Editează și rulează codul