เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ประสิทธิภาพของโมเดลแบบ Binary

สร้างโมเดล ALS มาหลายตัวแล้ว ดังนั้นจะไม่ทำซ้ำในส่วนนั้น โมเดล ALS แบบ implicit ถูก fit กับ binary ratings ของชุดข้อมูล MovieLens เรียบร้อยแล้ว มาดู binary_test_predictions จากโมเดลนี้กันว่าจะได้ข้อมูลเชิงลึกอะไรบ้าง

ฟังก์ชัน ROEM() ถูกกำหนดไว้ให้แล้ว หากต้องการดูรายละเอียดเพิ่มเติมเกี่ยวกับวิธีใช้งาน สามารถรัน help(ROEM) ใน console ได้เลย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การสร้าง Recommendation Engines ด้วย PySpark

ดูคอร์ส

คำแนะนำการฝึกหัด

  • Import ฟังก์ชัน col จากคลาส pyspark.sql.functions
  • ดู binary_test_predictions โดยใช้เมธอด .show() เพื่อทำความเข้าใจโครงสร้างของข้อมูล
  • เรียกใช้ ROEM() กับ binary_test_predictions เพื่อประเมินประสิทธิภาพของโมเดล คิดว่าโมเดลทำงานได้ดีหรือไม่?
  • ใช้ .filter() เพื่อดูเฉพาะการพยากรณ์ของ user 42 (col("userId") == 42) สังเกตเห็นอะไรบ้าง?

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด