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

ćwiczenie

Budowanie modeli z niejawnymi ocenami

Masz już określone wszystkie wartości hiperparametrów – czas pozwolić Sparkowi zbudować wystarczającą liczbę modeli, by przetestować każdą ich kombinację. W tym celu przygotowano pętlę for. Postępuj zgodnie z poniższymi instrukcjami, aby automatycznie tworzyć modele ALS. W kolejnych ćwiczeniach uruchomisz te modele na zbiorach testowych i sprawdzisz, który radzi sobie najlepiej.

Algorytm ALS jest już zaimportowany. Listy utworzone w poprzednim ćwiczeniu (ranks, maxIters, regParams, alphas) są już dostępne.

Instrukcje

100 XP
  • Przygotowano pustą listę o nazwie model_list. Pętla for utworzy model dla każdej kombinacji hiperparametrów i doda go do model_list.
  • Uzupełnij pętlę for, odwołując się do zawartości każdej listy: r reprezentuje elementy listy ranks, mi – elementy listy maxIters, rp – elementy listy regParams, a a – elementy listy alphas.
  • Wyświetl len(model_list) oraz model_list, aby upewnić się, że wszystkie modele zostały utworzone. Długość listy powinna być równa iloczynowi długości każdej z powyższych list hiperparametrów. Możesz też uruchomić przygotowaną dodatkową weryfikację, żeby mieć pewność.