Weighted by Several Friends چالش 6 از جلسهی 37، سخت
پیشنهادگر بهتر: به جای یک نفر، همهی کاربران دیگر را ببین. تابع predict_rating(user, game) بنویس که برای بازیای که user بازی نکرده، میانگین وزندار امتیاز بقیه را حساب کند: هر کاربری که آن بازی را امتیاز داده، امتیازش در شباهتش با user ضرب میشود؛ جمع اینها تقسیم بر جمع شباهتها. برنامه پیشبینی نیکا برای football و آراد برای puzzle را گرد با دو رقم چاپ میکند: 2.7 و 3.37.
ratings = {
"sara": {"chess": 5, "racing": 2, "puzzle": 4, "football": 1},
"omid": {"chess": 1, "racing": 5, "puzzle": 2, "football": 5},
"nika": {"chess": 4, "racing": 1, "puzzle": 5},
"arad": {"chess": 2, "racing": 4, "football": 4},
}
def similarity(a, b):
shared = [game for game in a if game in b]
if not shared:
return 0
return 1 / (1 + sum(abs(a[g] - b[g]) for g in shared))
def predict_rating(user, game):
total = 0
weight_sum = 0
# for every other user who rated game: add similarity * rating and similarity
return total / weight_sum
print(round(predict_rating("nika", "football"), 2))
print(round(predict_rating("arad", "puzzle"), 2))
راهنما و جواب این چالش · برگشت به درس جلسهی 37: پیشنهادگر
بیشتر بخوان: list comprehension در پایتون: از حلقه for تا یک خط کد