TF-IDF ile öneriler yapmak
Son egzersizde, TF-IDF ile dönüştürülmüş özetlere dayanarak veri kümesindeki tüm filmler arasındaki benzerlik puanlarını önceden hesapladın. Şimdi bu benzerlik puanlarını kullanım kolaylığı için bir DataFrame içine koyacaksın. Ardından bu yeni DataFrame'i kullanarak bir film önerisi yapacaksın.
Geçen egzersizde oluşturduğun, tüm filmler arasındaki benzerlik değerlerinin matrisini içeren cosine_similarity_array senin için yüklendi. Filmler ve onların TF-IDF özelliklerini içeren tfidf_summary_df DataFrame'i de mevcut.
Bu egzersiz, kursun bir parçasıdır
Python ile Öneri Motorları Geliştirme
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Wrap the preloaded array in a DataFrame
cosine_similarity_df = pd.____(____, index=tfidf_summary_df.index, columns=tfidf_summary_df.index)
# Find the values for the movie Rio
cosine_similarity_series = ____.____['Rio']
# Sort these values highest to lowest
ordered_similarities = cosine_similarity_series.____(____)
# Print the results
print(____)