Порогове значення
У цій вправі й протягом усього розділу ви працюватимете з датафреймом restaurants, який містить дані про різні ресторани. Ваша кінцева мета — створити систему рекомендацій ресторанів, але спершу потрібно очистити дані.
Цю версію restaurants зібрано з багатьох джерел, тож стовпець cuisine_type рясніє описками; у ньому мають бути лише типи кухні italian, american і asian. Категорій настільки багато й різних, що ручне перенесення не масштабоване, тож доцільніше скористатися схожістю рядків.
Перш ніж це робити, ви хочете визначити порогове значення для показника схожості за допомогою функції process.extract() з пакета thefuzz, обчисливши значення схожості для найвіддаленішої описки кожної категорії.
Ця вправа є частиною курсу
Очищення даних у Python
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Import process from thefuzz
____
# Store the unique values of cuisine_type in unique_types
unique_types = ____
# Calculate similarity of 'asian' to all values of unique_types
print(process.____('____', ____, limit = len(____)))
# Calculate similarity of 'american' to all values of unique_types
print(____('____', ____, ____))
# Calculate similarity of 'italian' to all values of unique_types
print(____)