- В файле train_ratings.csv находится информация о взаимодействии пользователей и фильмов.
Для каждого просмотра (это одна строка в файле) указан рейтинг, который пользователь поставил фильму (от 0 до 5).

- В файле movies_metadata.csv хранится дополнительная информация о фильмах.

- В файле prediction_baseline.csv хранятся прогнозы baseline-модели. Ровно в этом же виде (с такими же названиями колонок) вам нужно присылать прогнозы в систему kaggle.

Таблицы при необходимости можно склеить по id фильма (это movieId в файле train_ratings.csv и id в файле movies_metadata.csv).

Для каждого пользователя в тесте (скрытом от вас) находится информация о фильмах, которые он смотрел после просмотра фильмов из файла train_ratings.csv. В тесте для каждого пользователя число просмотренных фильмов примерно в три раза меньше, чем в тренировочном файле (train_ratings).

Ваша задача - предложить каждому пользователю из train_ratings.csv для просмотра 5 фильмов.

Метрика считается следующим образом:
- для каждого пользователя вычисляем долю угаданных фильмов среди 5 предложенных (то есть в тесте есть истинные ответы - какие фильмы предложил пользователь, а вы предлагаете какие-то 5). Считается доля верных рекомендаций среди 5 предложенных.
- затем эти доли усредняются по всем пользователям.