НачатьНачать бесплатно

Запрос рекомендаций

В предыдущих упражнениях вы научились рассчитывать таблицу с рекомендациями курсов на ежедневной основе. Теперь, когда таблица recommendations находится в хранилище данных, её можно быстро объединять с другими таблицами, чтобы создавать полезные функции для студентов DataCamp: персонализированные маркетинговые письма, интеллектуальные рекомендации и многое другое.

В этом упражнении вы увидите, как можно использовать созданную таблицу recommendations: для этого нужно написать функцию recommendations_for_user(), которая автоматически возвращает список наиболее подходящих курсов для конкретного пользователя по его ID и заданному порогу оценки.

Это упражнение является частью курса

Введение в дата-инжиниринг

Посмотреть курс

Инструкции к упражнению

  • Завершите запрос в определении функции recommendations_for_user(). Он должен выполнять объединение с таблицей courses.
  • Завершите вызов функции read_sql() внутри recommendations_for_user(). Аргумент params не заполнен до конца: в нём не хватает порога оценки.
  • Запустите определённую вами функцию recommendations_for_user() с помощью последних строк кода и изучите результаты.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

def recommendations_for_user(user_id, threshold=4.5):
    # Join with the courses table
    query = """
    SELECT title, rating FROM recommendations
    INNER JOIN ____ ON courses.course_id = recommendations.course_id
    WHERE user_id=%(user_id)s AND rating>%(threshold)s
    ORDER BY rating DESC
    """
    # Add the threshold parameter
    predictions_df = pd.read_sql(query, db_engine, params = {"user_id": user_id, 
                                                             "____": ____})
    return predictions_df.title.values

# Try the function you created
print(recommendations_for_user(12, 4.65))
Редактировать и запускать код