建立使用者輪廓
你現在已經能根據標記的特徵或文字描述，為相似的項目產生建議。不過，有時只找相似項目還不夠。 在接下來的練習中，你會學習如何根據某位使用者，以及他喜歡的所有項目（而不是單一項目），來建立推薦。 你會先把該使用者過去喜歡的所有電影彙整起來，產生一個使用者輪廓。
前幾個練習中你一直在使用的 tfidf_summary_df 已為你載入。這個資料框以電影為列（索引為片名），每個特徵各有一欄，內含對應的 TF-IDF 分數。
本練習屬於課程
用 Python 建立推薦引擎
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
list_of_movies_enjoyed = ['Captain America: The First Avenger', 'Green Lantern', 'The Avengers']
# Create a subset of only the movies the user has enjoyed
movies_enjoyed_df = tfidf_summary_df.____(____)
# Inspect the DataFrame
print(movies_enjoyed_df)