เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

แนะนำศิลปินเพลง ส่วนที่ 2

สมมติว่าคุณเป็นแฟนตัวยงของ Bruce Springsteen — คิดว่าจะชอบศิลปินคนไหนอีกบ้าง? ลองใช้ NMF features จากแบบฝึกหัดก่อนหน้าและ cosine similarity เพื่อค้นหาศิลปินที่คล้ายกัน โค้ดจากแบบฝึกหัดก่อนหน้าได้รันไว้แล้ว ดังนั้น norm_features จึงเป็น array ที่เก็บ NMF features ที่ผ่านการ normalize แล้วในรูปแถว และชื่อศิลปินทั้งหมดอยู่ใน list ชื่อ artist_names

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Unsupervised Learning ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import pandas ในชื่อ pd
  • สร้าง DataFrame ชื่อ df จาก norm_features โดยใช้ artist_names เป็น index
  • ใช้ accessor .loc[] ของ df เพื่อเลือกแถวของ 'Bruce Springsteen' แล้วเก็บผลลัพธ์ไว้ในตัวแปร artist
  • ใช้เมธอด .dot() ของ df กับ artist เพื่อคำนวณ dot product ของทุกแถวกับ artist แล้วบันทึกผลลัพธ์เป็น similarities
  • แสดงผลลัพธ์ของเมธอด .nlargest() ของ similarities เพื่อดูศิลปินที่คล้ายกับ 'Bruce Springsteen' มากที่สุด

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import pandas
____

# Create a DataFrame: df
df = ____

# Select row of 'Bruce Springsteen': artist
artist = df.loc[____]

# Compute cosine similarities: similarities
similarities = ____

# Display those with highest cosine similarity
____
แก้ไขและรันโค้ด