Fuzzy dengan contoh program dalam python

    Fuzzy String adalah salah satu metode pencarian string yang menggunakan proses pendekatan terhadap pola dari string yang dicari. Melakukan pencarian terhadap string yang sama dan juga string yang mendekati dengan string yang lain yang terkumpul dalam sebuah penampungan atau kamus.

    Levenshtein Distance merupakan Metric untuk mengukur perbedaan antara dua urutan. Umumnya, levenshtein distance antara dua kata merupakan jumlah minimal dari perubahan karakter tunggal (insert, delete, atau substitusi) yang diperlukan untuk merubah dari satu kata ke kata lainnya. Contoh hasil penggunaan algoritma ini, string “computer” dan “komputer” memiliki distance 1 karena hanya perlu dilakukan satu operasi saja untuk mengubah satu string ke string yang lain. Dalam kasus dua string di atas, string “computer” dapat menjadi “komputer” hanya dengan melakukan satu penukaran karakter “c” menjadi “k”.

Tugas dan Jawaban :

Buatlah program untuk menampilkan 5 film teratas berdasarkan 5 rasio tertinggi yang dimana inputnya berasal dari inputan user.
Alur program nya:
    Import dataset.
    Masukkan kolom nama ke dalam sebuah list
    User menginputkan nama film.

    Menampilkan 5 film teratas berdasarkan 5 rasio tertinggi.

Note:

Jangan lupa upload file dengan format csv berikut ini.

https://drive.google.com/file/d/1bY5TDBxNVB8tMvidE1BQrI26VsnA-Qg0/view?usp=sharing

Flow buat :

pip install fuzzywuzzy

from fuzzywuzzy import fuzz

import pandas as pd

import numpy as np

import fuzzywuzzy

from fuzzywuzzy import process

import chardet

df = pd.read_csv("/content/netflix_titles.csv - netflix_titles.csv.csv")

np.random.seed(0)

title = df['title'].unique()

title.sort()

title

def replace_matches_in_column(df, column, string_to_match, min_ratio = 75):

    strings = df[column].unique()

    matches = process.extract(string_to_match, strings, 

                              limit=5, scorer=fuzz.token_sort_ratio)

    close_matches = [matches[0] for matches in matches if matches[1] >= min_ratio]

    rows_with_matches = df[column].isin(close_matches)

    df.loc[rows_with_matches, column] = string_to_match

cocok = process.extract("kungfu", title, limit=5, scorer=fuzz.WRatio)

cocok

Output :

[('Chhota Bheem Kungfu Dhamaka', 90), ('K', 90), ('Chhota Bheem Kung Fu Dhamaka Series', 75), ('DreamWorks Kung Fu Panda Awesome Secrets', 75), ('Iron Fists and Kung-Fu Kicks', 75)]

Share this :