ALS の交互更新に伴う RMSE
ご存じのとおり、ALS は2つの因子行列を交互に更新し、毎回その値を調整して、元の評価行列をより近似できるよう反復します。この演習では、その様子を確認します。
行列 T は評価行列、行列 F1、F2、F3、F4、F5、F6 は、それぞれ ALS を 2、3、4、5、6 回反復した後に得られる推定行列です。以下の指示に従って、ALS の反復に伴って RMSE がどのように変化するかを見ていきましょう。
この演習はコースの一部です
PySpark で作る Recommendation Engines
演習の手順
getRMSE(pred_matrix, actual_matrix)を使って、F1の RMSE を計算します。F2、F3、F4、F5、F6を 1 つのリストFsにまとめます。getRMSEs(listOfPredMatrices, actualValues)関数を完成させ、Fsリスト内の各行列の RMSE を計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(____, ____)