ทำความเข้าใจข้อมูล content-based
ตอนนี้สามารถแปลงข้อมูล attribute ทั่วไปให้เป็น DataFrame ที่มีหนึ่งแถวต่อหนึ่งหนัง และแต่ละ attribute เป็นคอลัมน์ได้แล้ว ต่อไปจะลองดู DataFrame ทั้งหมดที่สร้างขึ้นให้ละเอียดขึ้น เพื่อตรวจสอบว่าเข้าใจข้อมูลภายในได้ดีแค่ไหน
ส่วนหนึ่งของ DataFrame ที่สร้างไว้ในแบบฝึกหัดก่อนหน้านี้ถูกโหลดไว้เป็น movie_cross_table
ขอย้ำอีกครั้งว่า แต่ละแนวหนัง (genre) ถูกเก็บเป็นคอลัมน์แยกกัน และชื่อหนังถูกเก็บเป็น index
ตรวจสอบแถวที่ตรงกับ 'Toy Story' และ 'Yogi Bear' ใน movie_cross_table แล้วตอบว่า ทั้งสองเรื่องมี genre ที่เหมือนกันกี่แนว?
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้าง Recommendation Engine ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง
เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา
เริ่มแบบฝึกหัด