ПочатиПочніть безкоштовно

RMSE під час почергових кроків ALS

Як ви знаєте, ALS почергово оновлює дві матриці-фактори, щоразу коригуючи їхні значення, щоб ітеративно наближатися до наближення початкової матриці рейтингів. Ця вправа має на меті це проілюструвати.

Матриця T — це матриця рейтингів, а матриці F1, F2, F3, F4, F5 та F6 — це відповідні результати перемножень у ALS після 2, 3, 4, 5 і 6 ітерацій відповідно. Виконайте інструкції нижче, щоб побачити, як змінюється RMSE під час ітерацій ALS.

Ця вправа є частиною курсу

Створення рушіїв рекомендацій у PySpark

Переглянути курс

Інструкції до вправи

  • Скористайтеся getRMSE(pred_matrix, actual_matrix), щоб обчислити RMSE для F1.
  • Додайте F2, F3, F4, F5 та F6 до одного списку під назвою Fs.
  • Доповніть функцію getRMSEs(listOfPredMatrices, actualValues), щоб обчислити RMSE кожної матриці у списку Fs.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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(____, ____)
Редагувати та запускати код