正規化你的資料
在用奇異值分解（Singular Value Decomposition, SVD）找出評分矩陣的因子之前，你需要先進行「去平均」（de-mean）或置中處理，也就是從該列的每個數值中減去該列的平均值。
在這個練習中，你會開始整理一直以來使用的電影評分 DataFrame，以便能夠執行奇異值分解。
user_ratings_df 以使用者為列、以每部電影為欄，且已為你載入。
本練習屬於課程
用 Python 建立推薦引擎
練習說明
- 找出每位使用者對其看過所有電影的平均評分，並將結果儲存為
avg_ratings。 - 從各自的列中減去該列的平均值，將結果儲存為
user_ratings_centered。 - 最後，將
user_ratings_centered中所有遺漏值填入 0。 - 列印
user_ratings_centered各欄的平均值，確認它們已完成去平均。
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。
# Get the average rating for each user
avg_ratings = user_ratings_df.____(axis=1)
# Center each user's ratings around 0
user_ratings_centered = user_ratings_df.____(____, axis=1)
# Fill in all missing values with 0s
user_ratings_centered.____(0, inplace=True)
# Print the mean of each column
print(user_ratings_centered.____(axis=1))