Рекомендації за допомогою TF-IDF
У попередній вправі ви попередньо обчислили оцінки подібності між усіма фільмами в наборі даних на основі їхніх сюжетів, перетворених за допомогою TF-IDF. Тепер ви розмістите ці оцінки подібності в датафреймі для зручності. Потім використаєте цей новий датафрейм, щоб запропонувати рекомендацію фільму.
Масив cosine_similarity_array, що містить матрицю значень подібності між усіма фільмами, який ви створили в попередній вправі, уже завантажено. Також доступний датафрейм tfidf_summary_df, що містить фільми та їхні ознаки TF-IDF.
Ця вправа є частиною курсу
Створення систем рекомендацій у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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(____)