推荐音乐艺人（第 II 部分）

假设您非常喜欢 Bruce Springsteen——那您还可能喜欢哪些音乐艺人？请使用上一练习中的 NMF 特征，以及余弦相似度来寻找相似的音乐艺人。上一练习的解答已运行，因此 norm_features 是一个数组，按行存放了归一化后的 NMF 特征。音乐艺人的名称以列表 artist_names 提供。

本练习是课程的一部分

Python 中的无监督学习

查看课程

练习说明

导入 pandas，并命名为 pd。
由 norm_features 创建一个 DataFrame df，并使用 artist_names 作为索引。
使用 df 的 .loc[] 访问器选取 'Bruce Springsteen' 对应的那一行。将结果赋值给 artist。
对 df 调用 .dot() 方法，并传入 artist，计算每一行与 artist 的点积。将结果保存为 similarities。
打印 similarities 的 .nlargest() 方法结果，显示与 'Bruce Springsteen' 最相似的艺人。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Import pandas
____

# Create a DataFrame: df
df = ____

# Select row of 'Bruce Springsteen': artist
artist = df.loc[____]

# Compute cosine similarities: similarities
similarities = ____

# Display those with highest cosine similarity
____

编辑并运行代码