行中的数据有限
如上一章所述，数据稀疏在使用 K 近邻等方法时会带来问题。KNN 需要找到对某个物品进行过评分的、与目标用户最相似的 k 个用户。但如果仅有小于等于 k 个用户对该物品打过分，那么所有这些评分都会被视为"最相似"。
在本练习中，您将统计 user_ratings_df DataFrame 中每部电影被评分的次数，然后查看其中只有 1 次或 2 次评分的电影有多少。
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。
# Count the occupied cells per column
occupied_count = user_ratings_df.____().____()
print(occupied_count)