ความท้าทายของค่าที่หายไป
คุณอาจสังเกตเห็นว่า DataFrame ที่ผ่านการ pivot มักมีข้อมูลที่หายไป ซึ่งเป็นเรื่องปกติ เนื่องจากผู้ใช้แต่ละคนไม่ได้ดูภาพยนตร์ทุกเรื่อง และภาพยนตร์แต่ละเรื่องก็ไม่ได้ถูกดูโดยทุกคน จึงทำให้เกิดช่องว่างในเมทริกซ์คะแนนของผู้ใช้
ในแบบฝึกหัดนี้ จะมีการสำรวจชุดข้อมูลย่อยของตารางคะแนนผู้ใช้ user_ratings_subset ที่มีค่าสูญหาย และสังเกตว่าวิธีการจัดการกับข้อมูลที่หายไปแตกต่างกันส่งผลต่อการนำไปใช้งานอย่างไร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้าง Recommendation Engine ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด