शुरू करेंमुफ़्त में शुरू करें

ALS के साथ बदलता RMSE

जैसा कि आप जानते हैं, ALS दो फ़ैक्टर मैट्रिसेज़ के बीच बारी-बारी से चलता है और हर बार उनकी वैल्यू समायोजित करता है, ताकि मूल रेटिंग्स मैट्रिक्स के और करीब का एप्रॉक्सिमेशन क्रमशः बन सके. यह अभ्यास आपको यही दिखाने के लिए है.

मैट्रिक्स T एक रेटिंग्स मैट्रिक्स है, और मैट्रिसेज़ F1, F2, F3, F4, F5, और F6 क्रमशः 2, 3, 4, 5, और 6 बार इटरेट करने के बाद ALS के उत्पाद हैं. नीचे दिए निर्देशों का पालन कीजिए औरदेखिए कि ALS की इटरेशन के साथ RMSE कैसे बदलता है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PySpark के साथ Recommendation Engines बनाना

पाठ्यक्रम देखें

अभ्यास निर्देश

  • getRMSE(pred_matrix, actual_matrix) का उपयोग करके F1 का RMSE निकालें.
  • F2, F3, F4, F5, और F6 को मिलाकर Fs नाम की एक लिस्ट बनाएं.
  • getRMSEs(listOfPredMatrices, actualValues) फंक्शन को पूरा करें ताकि Fs लिस्ट की हर मैट्रिक्स का RMSE निकाला जा सके.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Use getRMSE(preds, actuals) to calculate the RMSE of matrices T and F1.
getRMSE(____, ____)

# Create list of F2, F3, F4, F5, and F6
Fs = [____, ____, ____, ____, ____]

# Calculate RMSE for F2, F3, F4, F5, and F6.
getRMSEs(____, ____)
कोड संपादित करें और चलाएँ