二元模型性能

您已经构建过多个 ALS 模型，这里不再重复。我们已经基于 MovieLens 数据集的二元评分拟合了一个隐式 ALS 模型。现在查看该模型生成的 binary_test_predictions，看看能得到什么结论。

ROEM() 函数已为您定义。若想了解如何使用它的更多细节，可以在控制台运行 help(ROEM)！

本练习是课程的一部分

使用 PySpark 构建推荐引擎

查看课程

练习说明

从 pyspark.sql.functions 中导入 col 函数。
使用 .show() 查看 binary_test_predictions，以了解数据的结构与内容。
对 binary_test_predictions 调用 ROEM() 以评估模型性能。您认为效果如何？
使用 .filter() 仅查看用户 42 的预测（col("userId") == 42）。您发现了什么？

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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()

编辑并运行代码