เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

RMSE ขณะที่ ALS สลับการคำนวณ

อย่างที่ทราบกันดี ALS จะสลับกันระหว่าง factor matrix สองตัว โดยปรับค่าในแต่ละรอบเพื่อให้ค่อย ๆ เข้าใกล้ ratings matrix ต้นฉบับมากขึ้นเรื่อย ๆ แบบฝึกหัดนี้จะช่วยให้เห็นภาพกระบวนการดังกล่าวอย่างชัดเจน

Matrix T คือ ratings matrix ส่วน matrix F1, F2, F3, F4, F5 และ F6 คือผลลัพธ์ที่ได้จาก ALS หลังจากวนซ้ำ 2, 3, 4, 5 และ 6 รอบตามลำดับ ทำตามคำแนะนำด้านล่างเพื่อดูว่า RMSE เปลี่ยนแปลงอย่างไรเมื่อ ALS วนซ้ำ

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้าง Recommendation Engines ด้วย PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ใช้ getRMSE(pred_matrix, actual_matrix) เพื่อคำนวณ RMSE ของ F1
  • นำ F2, F3, F4, F5 และ F6 ใส่ไว้ในลิสต์เดียวชื่อ Fs
  • เติมโค้ดในฟังก์ชัน getRMSEs(listOfPredMatrices, actualValues) เพื่อคำนวณ RMSE ของแต่ละ matrix ในลิสต์ Fs

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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(____, ____)
แก้ไขและรันโค้ด