Spark ALS 推荐系统预测值大于 1

Question

我在 Spark（推荐系统算法）中使用 ALS 算法（implicitPrefs = True）。通常，在运行这个算法之后，值预测必须是从 0 到 1。但是我收到的值大于 1

    "usn" : 72164,
    "recommendations" : [ 
        {
            "item_code" : "C1346",
            "rating" : 0.756096363067627
        }, 
        {
            "item_code" : "C0117",
            "rating" : 0.966064214706421
        }, 
        {
            "item_code" : "I0009",
            "rating" : 1.00000607967377
        }, 
        {
            "item_code" : "C0102",
            "rating" : 0.974934458732605
        }, 
        {
            "item_code" : "I0853",
            "rating" : 1.03272235393524
        }, 
        {
            "item_code" : "C0103",
            "rating" : 0.928574025630951
        }
    ]

我不明白为什么或它的评分值大于 1（"rating" : 1.00000607967377 和 "rating" : 1.03272235393524)

有些问题类似但我还是不明白：MLLib spark -ALStrainImplicit value more than 1

谁能帮我解释一下异常值

Answer 1

别担心！ ALS没有错。

然而，ALS 返回的预测分数与 Apache Spark 的隐式反馈并未标准化以适应 [0,1]，如您所见。有时您甚至可能会得到负值。（更多关于。）

ALS 使用随机梯度下降和近似计算（并重新计算）每一步的用户和项目因素，以最小化成本函数，使其能够扩展。

事实上，标准化这些分数并不重要。这样做的原因实际上是这些分数本身并没有多大意义。

您不能对这些分数使用每个示例 RMSE 来评估推荐的性能。如果您有兴趣评估此类推荐系统，我建议您阅读我在

上的回答

研究or/and行业中使用了许多技术来处理此类结果。例如，您可以使用 threshold 二值化 每个说法的预测。

Spark ALS 推荐系统预测值大于 1

Spark ALS recommendation system have value prediction greater than 1

apache-spark

pyspark

recommendation-engine