เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ข้อมูล Implicit vs. Explicit

ดังที่กล่าวไว้ในวิดีโอ ข้อมูลป้อนกลับที่ใช้ในระบบแนะนำสามารถเป็นแบบ explicit หรือ implicit ได้

ชุดข้อมูล listening_history_df ได้ถูกโหลดไว้ให้แล้ว ชุดข้อมูลนี้ประกอบด้วยคอลัมน์ที่ระบุผู้ใช้และเพลงที่พวกเขาฟัง พร้อมกับ:

  • Skipped Track: คอลัมน์ Boolean ที่บันทึกว่าผู้ใช้ข้ามเพลงหรือฟังจนจบ
  • Rating: คะแนนที่ผู้ใช้ให้กับเพลง โดยมีคะแนนเต็ม 10

ในแบบฝึกหัดนี้ จะได้สำรวจข้อมูลและระบุว่าคอลัมน์ใดสะท้อนถึงข้อมูลป้อนกลับแบบ explicit และแบบ implicit ได้ดีที่สุด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้าง Recommendation Engine ด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด