指定 ALS 超参数

现在，您将使用 ALS 构建第一个基于隐式评分的推荐引擎。为此，您需要先告诉 Spark 在寻找最佳模型时要尝试哪些取值。

下面提供了 4 个空列表。请将它们填入特定取值，Spark 会用这些取值训练多个不同的 ALS 模型。下一道练习中，您将指示 Spark 使用这些列表来批量构建模型。

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

将以下列表填入对应的取值：
- ranks = [10, 20, 30, 40]
- maxIters = [10, 20, 30, 40]
- regParams = [.05, .1, .15]
- alphas = [20, 40, 60, 80]

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Complete the lists below
ranks = [____, ____, ____, ____]
maxIters = [____, ____, ____, ____]
regParams = [____, ____, ____]
alphas = [____, ____, ____, ____]

编辑并运行代码