Jämför alla filmer med TF-IDF
Nu när du har lagt grunden genom att få din TF-IDF-data i ett användbart format är det dags att sätta den i arbete – för att hitta likheter och generera rekommendationer.
Den här gången använder du TF-IDF-poäng (som är flyttal i stället för booleska värden), så du använder cosinuslikhet för att mäta likheterna mellan objekt. I den här övningen genererar du en matris med cosinuslikheter för alla filmer och lagrar dem i en DataFrame för enkel sökning. Det gör att du snabbt och enkelt kan jämföra filmer och hitta rekommendationer.
DataFrame:en tfidf_df som du skapade i förra övningen – med en rad per film – har laddats in åt dig.
Den här övningen är en del av kursen
Bygga rekommendationsmotorer i Python
Övningsinstruktioner
- Beräkna cosinuslikhetsmåtten mellan alla filmer och tilldela resultaten till
cosine_similarity_array. - Skapa en DataFrame från
cosine_similarity_arraymedtfidf_summary_df.indexsom rader och kolumner. - Skriv ut de fem första raderna i DataFrame:en och undersök likhetspoängen.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import cosine_similarity measure
from sklearn.metrics.pairwise import ____
# Create the array of cosine similarity values
cosine_similarity_array = ____(tfidf_summary_df)
# Wrap the array in a pandas DataFrame
cosine_similarity_df = pd.____(cosine_similarity_array, ____=____.____, ____=____.____)
# Print the top 5 rows of the DataFrame
print(cosine_similarity_df.head())