Pivotera dina data
I det här kapitlet går du ett steg längre i att generera personliga rekommendationer — du hittar objekt som användare med liknande smak som den du gör rekommendationer för har gillat.
Första steget är att formatera dina data. Du börjar med ett dataset som innehåller användare och deras betyg som enskilda rader med följande kolumner:
user: Användar-IDtitle: Filmens titelrating: Betyget som användaren gav filmen
Du behöver omvandla DataFrame:n till en användar-betygsmatris där varje rad representerar en användare och varje kolumn representerar filmerna på plattformen. Det gör det enkelt att jämföra användare och deras preferenser.
Den här övningen är en del av kursen
Bygga rekommendationsmotorer i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Inspect the first 5 rows of user_ratings
print(user_ratings.____)