การสูญเสียข้อมูลในการแยกตัวประกอบ
คุณอาจสงสัยว่าตัวประกอบที่มีคอลัมน์น้อยกว่ามากจะสรุปข้อมูลจาก DataFrame ขนาดใหญ่ได้อย่างไรโดยไม่สูญเสียข้อมูล ความจริงคือทำไม่ได้ — ตัวประกอบที่สร้างขึ้นเป็นเพียงการประมาณค่าของข้อมูลต้นฉบับ เนื่องจากการสูญเสียข้อมูลบางส่วนเป็นสิ่งที่หลีกเลี่ยงไม่ได้ ซึ่งหมายความว่าค่าที่ทำนายได้อาจไม่แม่นยำ 100% แต่ควรใกล้เคียงพอที่จะนำไปใช้ประโยชน์ได้
ในแบบฝึกหัดนี้ จะได้ตรวจสอบ DataFrame ต้นฉบับก่อนการแยกตัวประกอบซึ่งโหลดไว้เป็น original_df และเปรียบเทียบกับผลคูณของตัวประกอบทั้งสอง ได้แก่ user_matrix และ item_matrix
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การสร้าง Recommendation Engine ด้วย Python
คำแนะนำการฝึกหัด
- หาผลคูณจุด (dot product) ของ
user_matrixและitem_matrixแล้วเก็บผลลัพธ์ไว้ในตัวแปรpredictions_df
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
import numpy as np
# Multiply the user and item matrices
predictions_df = ____.____(____, ____)
# Inspect the recreated DataFrame
print(predictions_df)
# Inspect the original DataFrame and compare
print(original_df)