Kom igångKom igång gratis

RMSE när ALS alternerar

Som du vet alternerar ALS mellan de två faktormatriserna och justerar deras värden för varje iteration för att stegvis komma närmare en approximation av den ursprungliga betygsmatrisen. Den här övningen är tänkt att illustrera det för dig.

Matrisen T är en betygsmatris, och matriserna F1, F2, F3, F4, F5 och F6 är de respektive produkterna av ALS efter 2, 3, 4, 5 respektive 6 iterationer. Följ instruktionerna nedan för att se hur RMSE förändras när ALS itererar.

Den här övningen är en del av kursen

Bygg rekommendationsmotorer med PySpark

Visa kurs

Övningsinstruktioner

  • Använd getRMSE(pred_matrix, actual_matrix) för att beräkna RMSE för F1.
  • Lägg F2, F3, F4, F5 och F6 i en lista som heter Fs.
  • Komplettera funktionen getRMSEs(listOfPredMatrices, actualValues) så att den beräknar RMSE för varje matris i listan Fs.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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(____, ____)
Redigera och kör kod