เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคิวรีข้อมูลคำแนะนำ

ในแบบฝึกหัดก่อนหน้า คุณได้เรียนรู้วิธีคำนวณตารางคำแนะนำคอร์สรายวันแล้ว เมื่อตาราง recommendations นี้อยู่ใน data warehouse แล้ว ก็สามารถ Join กับตารางอื่น ๆ ได้อย่างรวดเร็ว เพื่อสร้างฟีเจอร์ที่มีประโยชน์สำหรับนักเรียน DataCamp เช่น อีเมลการตลาดแบบเฉพาะบุคคล การแนะนำคอร์สอัจฉริยะ และฟีเจอร์อื่น ๆ

ในแบบฝึกหัดนี้ คุณจะได้ลองใช้ประโยชน์จากตาราง recommendations ที่สร้างขึ้นใหม่ โดยสร้างฟังก์ชัน recommendations_for_user() ที่ดึงคอร์สแนะนำอันดับต้น ๆ ตาม user ID และค่า rating threshold ที่กำหนด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Data Engineering เบื้องต้น

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เติมคิวรีในนิยามฟังก์ชัน recommendations_for_user() ให้ครบถ้วน โดย Join กับตาราง courses
  • เติมฟังก์ชัน read_sql() ใน recommendations_for_user() ให้ครบถ้วน อาร์กิวเมนต์ params ยังไม่สมบูรณ์ เนื่องจากขาด threshold
  • รันฟังก์ชัน recommendations_for_user() ที่กำหนดไว้ในคำสั่งสุดท้าย แล้วสังเกตผลลัพธ์ที่ได้

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

def recommendations_for_user(user_id, threshold=4.5):
    # Join with the courses table
    query = """
    SELECT title, rating FROM recommendations
    INNER JOIN ____ ON courses.course_id = recommendations.course_id
    WHERE user_id=%(user_id)s AND rating>%(threshold)s
    ORDER BY rating DESC
    """
    # Add the threshold parameter
    predictions_df = pd.read_sql(query, db_engine, params = {"user_id": user_id, 
                                                             "____": ____})
    return predictions_df.title.values

# Try the function you created
print(recommendations_for_user(12, 4.65))
แก้ไขและรันโค้ด