Bắt đầu ngayBắt đầu miễn phí

Tạo tập train/test và xây dựng mô hình ALS

Bạn đã biết cách xây dựng một mô hình ALS ở chương trước. Chúng ta sẽ làm lại, nhưng lần này bổ sung vài bước để xây dựng đầy đủ một mô hình được cross-validate.

Trước hết, hãy import các hàm cần thiết và tạo tập train và test để chuẩn bị cho bước cross validation.

Bài tập này là một phần của khóa học

Xây dựng Recommendation Engine với PySpark

Xem khóa học

Hướng dẫn bài tập

  • Import RegressionEvaluator từ ml.evaluation, thuật toán ALS từ ml.recommendation, và ParamGridBuilder cùng CrossValidator từ ml.tuning.
  • Tạo phép chia train/test 0.80/0.20 trên dữ liệu ratings bằng phương thức randomSplit. Đặt tên hai tập là train và test, và đặt random seed là 1234.
  • Xây dựng mô hình ALS, cho Spark biết tên các cột trong dataframe ratings tương ứng với userCol, itemCol và ratingCol. Đặt tham số nonnegative là True, coldStartStrategy là "drop" và cho Spark biết đây không phải là implicitPrefs bằng cách đặt tham số implicitPrefs là False. Gọi mô hình này là als.
  • Kiểm tra mô hình đã được tạo bằng cách gọi hàm type() trên als. Đầu ra sẽ cho biết đó là kiểu mô hình gì.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Import the required functions
from pyspark.ml.evaluation import ____
from pyspark.ml.recommendation import ____
from pyspark.ml.tuning import ____, ____

# Create test and train set
(train, test) = ratings.___([0.____, 0.____], seed = ____)

# Create ALS model
als = ALS(userCol="____", itemCol="____", ratingCol="____", nonnegative = ____, implicitPrefs = ____)

# Confirm that a model called "als" was created
type(____)
Chỉnh sửa và Chạy Mã