Прогнози KNN

Маючи дані у правильному форматі з попередньої вправи, тепер ви можете використати їх, щоб зʼясувати, як user_001 ставиться до фільму Apollo 13 (1995).

Нагадаємо, дані, які ви підготували у минулій вправі (і які завантажено в цю), такі:

target_user_x — центровані оцінки, які user_001 поставив(ла) фільмам, що вже бачив(ла).
other_users_x — центровані оцінки всіх інших користувачів і фільмів, які вони оцінили, але з виключенням фільму Apollo 13.
other_users_y — сирі оцінки, які всі інші користувачі поставили фільму Apollo 13.

Ви використаєте other_users_x і other_users_y, щоб навчити KNeighborsRegressor зі scikit-learn і за його допомогою спрогнозувати, яку оцінку user_001 міг(ла) б поставити фільму Apollo 13 (1995).

Ця вправа є частиною курсу

Створення систем рекомендацій у Python

Переглянути курс

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import the regressor
from sklearn.neighbors import ____

# Instantiate the user KNN model
user_knn = KNeighborsRegressor(____=____, ____=____)

Редагувати та запускати код