เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ใช้งานการแปลงข้อมูลสำหรับระบบแนะนำคอร์ส

ในแบบฝึกหัดที่ผ่านมา คุณได้คำนวณคะแนนเฉลี่ยต่อคอร์สและทำความสะอาดข้อมูลคอร์สเรียบร้อยแล้ว ต่อไปจะนำข้อมูลนี้มาสร้างคำแนะนำคอร์สที่เหมาะสมสำหรับนักเรียน DataCamp

ทบทวนกฎในการสร้างคำแนะนำ:

  • ใช้เทคโนโลยีที่นักเรียนให้คะแนนสูงสุด
  • ยกเว้นคอร์สที่นักเรียนเคยให้คะแนนไปแล้ว
  • เลือกคอร์สที่ได้รับคะแนนสูงสุด 3 อันดับแรกจากคอร์สที่มีสิทธิ์

ในการสร้างคำแนะนำขั้นสุดท้าย จะใช้คะแนนเฉลี่ยของคอร์สและรายการคำแนะนำที่มีสิทธิ์ต่อผู้ใช้ ซึ่งเก็บอยู่ใน avg_course_ratings และ courses_to_recommend ตามลำดับ โดยทำได้โดยการเติมโค้ดในฟังก์ชัน transform_recommendations() ซึ่งรวม DataFrame ทั้งสองชุดและค้นหาคอร์สที่มีคะแนนสูงสุด 3 อันดับแรกเพื่อแนะนำให้แต่ละผู้ใช้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Data Engineering เบื้องต้น

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เติมโค้ดในฟังก์ชัน transform_recommendations():
  • รวม course_to_recommend กับ avg_course_ratings
  • เรียงลำดับผลลัพธ์ตาม rating โดยจัดกลุ่มตาม user ID
  • แสดง 3 แถวแรกและเรียงลำดับตาม user ID
  • เรียกใช้ฟังก์ชัน transform_recommendations() ที่เพิ่งกำหนดด้วยอาร์กิวเมนต์ที่เหมาะสม เพื่อเก็บคำแนะนำต่อผู้ใช้ไว้ในตัวแปร recommendations

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Complete the transformation function
def transform_recommendations(avg_course_ratings, courses_to_recommend):
    # Merge both DataFrames
    merged = courses_to_recommend.____(____) 
    # Sort values by rating and group by user_id
    grouped = merged.sort_values("____", ascending=False).groupby("____")
    # Produce the top 3 values and sort by user_id
    recommendations = grouped.head(____).sort_values("____").reset_index()
    final_recommendations = recommendations[["user_id", "course_id","rating"]]
    # Return final recommendations
    return final_recommendations

# Use the function with the predefined DataFrame objects
recommendations = ____(____, ____)
แก้ไขและรันโค้ด