改进的非个性化推荐
一部电影被很多人观看，并不代表观众真的喜欢它。要了解观众对一部电影的真实感受，更为明确的评分数据更有用。好在 Movie Lens 数据集中，您还拥有每位观众的评分。
在本练习中，您将计算数据集中每部电影的平均评分，并找出平均评分最高的电影。
您将继续使用与上一个练习相同的 user_ratings_df，我们已为您加载好了。
本练习是课程的一部分
用 Python 构建推荐引擎
练习说明
- 计算每部电影的平均评分，并将结果保存为名为
average_rating_df的 DataFrame。 - 按平均
rating列从高到低对average_rating_df排序，并将结果保存为sorted_average_ratings。 - 打印
sorted_average_ratings中排名前五的电影条目。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Find the mean of the ratings given to each title
average_rating_df = user_ratings_df[["title", "rating"]].____('title').____()
# Order the entries by highest average rating to lowest
sorted_average_ratings = average_rating_df.____(____=____, ____=____)
# Inspect the top movies
print(____.____())