1. Nauka
    2. /
  2. Kursy
    3. /
  3. Budowanie silników rekomendacji w PySpark
Connected

ćwiczenie

RMSE podczas iteracji ALS

Jak wiesz, ALS naprzemiennie aktualizuje dwie macierze czynników, za każdym razem dostosowując ich wartości, aby stopniowo coraz dokładniej przybliżać oryginalną macierz ocen. To ćwiczenie ma za zadanie zilustrować ten proces.

Macierz T to macierz ocen, a macierze F1, F2, F3, F4, F5 i F6 to kolejne wyniki ALS po odpowiednio 2, 3, 4, 5 i 6 iteracjach. Wykonaj poniższe instrukcje, aby zobaczyć, jak zmienia się RMSE wraz z kolejnymi iteracjami ALS.

Instrukcje

100 XP
  • Użyj getRMSE(pred_matrix, actual_matrix), aby obliczyć RMSE dla F1.
  • Umieść F2, F3, F4, F5 i F6 w jednej liście o nazwie Fs.
  • Uzupełnij funkcję getRMSEs(listOfPredMatrices, actualValues), aby obliczyć RMSE dla każdej macierzy z listy Fs.