基于电影类型进行推荐
现在，您的数据已经是可用格式，并且您也知道如何比较两部电影。下一步就是用这些信息来生成推荐。在本练习中，您将学习如何为数据集中的任意电影生成推荐。
您在上一个练习中计算的、数据集中所有电影之间的相似度分数已预先加载为 jaccard_similarity_array。包含电影及其属性的 movie_cross_table 也可用。
为便于使用，您需要把相似度分数封装到一个 DataFrame 中。然后使用这个新的 DataFrame 来提出电影推荐。
本练习是课程的一部分
用 Python 构建推荐引擎
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Wrap the preloaded array in a DataFrame
jaccard_similarity_df = ____.____(____, index=____.____, columns=____.____)
# Find the values for the movie Thor
jaccard_similarity_series = ____.____['Thor']
# Sort these values from highest to lowest
ordered_similarities = jaccard_similarity_series.sort_values(____)
# Print the results
print(ordered_similarities)