1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Tvorba doporučovacích systémů s PySparkem
Connected

Cvičení

RMSE při střídání kroků ALS

Jak už víš, ALS střídavě aktualizuje dvě faktorové matice a při každé iteraci jejich hodnoty upravuje tak, aby se výsledek stále více přibližoval původní matici hodnocení. Toto cvičení ti tento princip názorně ukáže.

Matice T je matice hodnocení a matice F1, F2, F3, F4, F5 a F6 jsou výsledky ALS po 2, 3, 4, 5 a 6 iteracích. Postupuj podle pokynů níže a sleduj, jak se RMSE mění s každou další iterací ALS.

Pokyny

100 XP
  • Pomocí getRMSE(pred_matrix, actual_matrix) vypočítej RMSE pro F1.
  • Vlož F2, F3, F4, F5 a F6 do jednoho seznamu s názvem Fs.
  • Dokonči funkci getRMSEs(listOfPredMatrices, actualValues) tak, aby vypočítala RMSE pro každou matici v seznamu Fs.