Implicit och explicit data
Som nämndes i videoövningen kan feedback som används i rekommendationsmotorer vara explicit eller implicit.
Datamängden listening_history_df har lästs in åt dig.
Den innehåller kolumner som identifierar användarna och låtarna de lyssnar på, tillsammans med:
Skipped Track: En boolesk kolumn som registrerar om användaren hoppade över låten eller lyssnade klart.Rating: Det betyg av 10 som användaren gav låten.
I den här övningen utforskar du data och identifierar utifrån den utforskningen vilka kolumner som bäst återspeglar explicit respektive implicit feedback.
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 listening_history_df DataFrame
print(listening_history_df.____())
# Calculate the number of unique values
print(listening_history_df[['Rating', 'Skipped Track']].____())
# Display a histogram of the values in the Rating column
listening_history_df['Rating'].____()
plt.show()