Kom igångKom igång gratis

Använda rekommendationstransformationen

I de senaste övningarna beräknade du det genomsnittliga betyget per kurs och rensade upp en del kursdata. Nu ska du använda dessa data för att ta fram konkreta rekommendationer till DataCamp-studenter.

Här är en påminnelse om beslutsreglerna för att generera rekommendationer:

  • Använd den teknik som en student har betygsatt mest.
  • Uteslut kurser som en student redan har betygsatt.
  • Hitta de tre högst betygsatta kurserna bland de kurser som är aktuella.

För att ta fram de slutliga rekommendationerna använder du de genomsnittliga kursbetygen och listan med aktuella rekommendationer per användare, lagrade i avg_course_ratings respektive courses_to_recommend. Du gör detta genom att slutföra funktionen transform_recommendations(), som slår ihop båda DataFrames och hittar de tre högst betygsatta kurserna att rekommendera per användare.

Den här övningen är en del av kursen

Introduktion till datatekniker

Visa kurs

Övningsinstruktioner

  • Slutför funktionen transform_recommendations():
  • Slå ihop course_to_recommend med avg_course_ratings.
  • Sortera resultaten efter rating, grupperat efter användar-ID.
  • Visa de tre översta raderna och sortera efter användar-ID.
  • Anropa funktionen transform_recommendations() som du just definierade med lämpliga argument för att lagra rekommendationer per användare i variabeln recommendations.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Complete the transformation function
def transform_recommendations(avg_course_ratings, courses_to_recommend):
    # Merge both DataFrames
    merged = courses_to_recommend.____(____) 
    # Sort values by rating and group by user_id
    grouped = merged.sort_values("____", ascending=False).groupby("____")
    # Produce the top 3 values and sort by user_id
    recommendations = grouped.head(____).sort_values("____").reset_index()
    final_recommendations = recommendations[["user_id", "course_id","rating"]]
    # Return final recommendations
    return final_recommendations

# Use the function with the predefined DataFrame objects
recommendations = ____(____, ____)
Redigera och kör kod