1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Xây dựng Recommendation Engine bằng Python
Connected

Bài tập

So sánh mô hình dựa trên item và dựa trên user

Bạn đã xem qua hai cách tiếp cận KNN khác nhau. Đầu tiên là KNN item-item, nơi bạn dùng điểm trung bình của \(k\) bộ phim giống nhất mà một người dùng đã chấm để gợi ý điểm số cho một bộ phim họ chưa xem. Cách còn lại là KNN user-user, nơi bạn dùng điểm trung bình mà \(k\) người dùng giống nhất đã chấm cho bộ phim để gợi ý mức điểm mà người dùng mục tiêu sẽ cho bộ phim đó.

Bây giờ, bạn sẽ so sánh hai cách tiếp cận và tính xem user_002 sẽ chấm Forrest Gump bao nhiêu điểm.

Mã cho mô hình user_rating_predictor (dự đoán dựa trên điểm mà các người dùng tương tự đã cho bộ phim), và movie_rating_predictor (dự đoán dựa trên điểm mà người dùng này đã cho các bộ phim tương tự) đã được khởi tạo sẵn cho bạn.

KNeighborsRegressor đã được import sẵn.

Hướng dẫn

100 XP
  • Tạo một mô hình K-nearest neighbors user-user tên là user_knn.
  • Fit mô hình user_knn, sau đó dự đoán trên target_user_x.
  • Tương tự, fit mô hình K-nearest neighbors item-item tên là movie_knn, rồi dự đoán trên target_movie_x.