ПочатиПочніть безкоштовно

Запит до рекомендацій

У попередніх вправах ви навчилися щоденно обчислювати таблицю з курсними рекомендаціями. Тепер, коли таблиця recommendations у сховищі даних, ви можете швидко поєднувати її з іншими таблицями, щоб створювати важливі можливості для студентів DataCamp, зокрема персоналізовані маркетингові листи, розумні рекомендації для студентів та інші функції.

У цій вправі ви побачите, як можна використати щойно створену таблицю recommendations: ви створите функцію recommendations_for_user(), яка автоматично отримує найкращі рекомендовані курси для кожного ідентифікатора користувача на підставі заданого порогу оцінки.

Ця вправа є частиною курсу

Вступ до Data Engineering

Переглянути курс

Інструкції до вправи

  • Завершіть запит у визначенні функції recommendations_for_user(). Він має виконувати JOIN із таблицею courses.
  • Доповніть виклик read_sql() у recommendations_for_user(). Аргумент params неповний: у ньому бракує порога.
  • Запустіть функцію recommendations_for_user(), яку ви визначили в останніх інструкціях, і перегляньте результати.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

def recommendations_for_user(user_id, threshold=4.5):
    # Join with the courses table
    query = """
    SELECT title, rating FROM recommendations
    INNER JOIN ____ ON courses.course_id = recommendations.course_id
    WHERE user_id=%(user_id)s AND rating>%(threshold)s
    ORDER BY rating DESC
    """
    # Add the threshold parameter
    predictions_df = pd.read_sql(query, db_engine, params = {"user_id": user_id, 
                                                             "____": ____})
    return predictions_df.title.values

# Try the function you created
print(recommendations_for_user(12, 4.65))
Редагувати та запускати код