So sánh toàn bộ phim của bạn với TF-IDF
Sau khi bạn đã vất vả chuyển dữ liệu TF-IDF sang định dạng có thể sử dụng, giờ là lúc dùng nó để tìm độ tương đồng và tạo gợi ý.
Lần này, vì bạn dùng điểm TF-IDF (là số thực thay vì Boolean), bạn sẽ dùng độ đo cosine similarity để tìm độ giống nhau giữa các mục. Trong bài tập này, bạn sẽ tạo một ma trận chứa tất cả cosine similarity giữa các bộ phim và lưu chúng vào một DataFrame để tiện tra cứu. Cách này cho phép bạn so sánh phim và tìm gợi ý nhanh chóng, dễ dàng.
DataFrame tfidf_df bạn đã tạo ở bài trước, trong đó mỗi hàng là một bộ phim, đã được nạp sẵn cho bạn.
Bài tập này là một phần của khóa học
Xây dựng Recommendation Engine bằng Python
Hướng dẫn bài tập
- Tìm các độ đo cosine similarity giữa tất cả các phim và gán kết quả vào
cosine_similarity_array. - Tạo một DataFrame từ
cosine_similarity_arrayvớitfidf_summary_df.indexlàm cả chỉ mục hàng và cột. - In 5 hàng đầu tiên của DataFrame và xem xét các điểm tương đồng.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Import cosine_similarity measure
from sklearn.metrics.pairwise import ____
# Create the array of cosine similarity values
cosine_similarity_array = ____(tfidf_summary_df)
# Wrap the array in a pandas DataFrame
cosine_similarity_df = pd.____(cosine_similarity_array, ____=____.____, ____=____.____)
# Print the top 5 rows of the DataFrame
print(cosine_similarity_df.head())