Поліпшені неперсоналізовані рекомендації

Той факт, що фільм подивилися багато людей, ще не означає, що він їм сподобався. Щоб зрозуміти, як глядач насправді оцінив фільм, корисні більш явні дані. На щастя, у вас також є оцінки кожного з глядачів у наборі даних Movie Lens.

У цій вправі ви знайдете середню оцінку кожного фільму в наборі даних, а потім визначите фільм із найвищою середньою оцінкою.

Ви використаєте той самий user_ratings_df, що й у попередній вправі, його вже завантажено для вас.

Ця вправа є частиною курсу

Створення систем рекомендацій у Python

Переглянути курс

Інструкції до вправи

Знайдіть середню оцінку для кожного фільму та збережіть її як датафрейм average_rating_df.
Відсортуйте датафрейм average_rating_df за середнім стовпцем rating від більшого до меншого та збережіть як sorted_average_ratings.
Виведіть записи для перших п'яти фільмів із найвищим рейтингом у sorted_average_ratings.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Find the mean of the ratings given to each title
average_rating_df = user_ratings_df[["title", "rating"]].____('title').____()

# Order the entries by highest average rating to lowest
sorted_average_ratings = average_rating_df.____(____=____, ____=____)

# Inspect the top movies
print(____.____())

Редагувати та запускати код