資料列中的有限評分
在上一章中提到的 K 最近鄰等技術，會因為資料稀疏而出現問題。KNN 需要找到對某個項目給過評分、且最相似的 k 位使用者；但如果只有少於或等於 k 位使用者對該項目評分，那所有評分都會被視為「最相似」。
在這個練習中，你會計算 user_ratings_df DataFrame 中每部電影被評分的次數，接著看看有多少電影只有 1 或 2 筆評分。
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。
# Count the occupied cells per column
occupied_count = user_ratings_df.____().____()
print(occupied_count)