RMSE mentre ALS alterna
Come sai, ALS alterna tra le due matrici fattoriali, aggiornandone i valori ogni volta per avvicinarsi iterativamente sempre di più all'approssimazione della matrice originale delle valutazioni. Questo esercizio serve proprio a mostrartelo.
La matrice T è una matrice di valutazioni e le matrici F1, F2, F3, F4, F5 e F6 sono i prodotti ottenuti da ALS dopo 2, 3, 4, 5 e 6 iterazioni, rispettivamente. Segui le istruzioni qui sotto per vedere come cambia l'RMSE man mano che ALS itera.
Questo esercizio fa parte del corso
Costruire motori di raccomandazione con PySpark
Istruzioni dell'esercizio
- Usa
getRMSE(pred_matrix, actual_matrix)per calcolare l'RMSE diF1. - Metti
F2,F3,F4,F5eF6in un'unica lista chiamataFs. - Completa la funzione
getRMSEs(listOfPredMatrices, actualValues)per calcolare l'RMSE di ciascuna matrice nella listaFs.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# 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(____, ____)