バイナリモデルの評価

すでにいくつかの ALS モデルを作成しましたので、ここでは繰り返しません。MovieLens データセットのバイナリ評価に対して、暗黙的フィードバックの ALS モデルがあらかじめ学習済みです。このモデルから得られた binary_test_predictions を確認して、何が読み取れるか見てみましょう。

ROEM() 関数は用意されています。使い方の詳細を知りたい場合は、コンソールで help(ROEM) を実行してもかまいません。

この演習はコースの一部です

PySpark で作る Recommendation Engines

コースを見る

演習の手順

pyspark.sql.functions クラスから col 関数をインポートします。
.show() メソッドを使って binary_test_predictions を表示し、データの構造を把握しましょう。
モデルの性能を評価するために、binary_test_predictions に対して ROEM() を呼び出します。うまく動作していると思いますか。
.filter() を使って、ユーザー 42 の予測だけを確認します（col("userId") == 42）。何か気づくことはありますか。

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。

# Import the col function
from ____.sql.____ import ____

# Look at the test predictions
____.____()

# Evaluate ROEM on test predictions
____(____)

# Look at user 42's test predictions
binary_test_predictions.____(col("____") == ____).show()

コードを編集して実行