0

测试非负矩阵分解预测的正确方法是什么?假设数据集是一个包含用户和观看电影(没有评分)的矩阵。首先,我将矩阵拆分为训练集和测试集(40% 的测试集)。然后我用 NMF 分解训练矩阵。然后我取测试矩阵,删除所有电影条目的一半,看看真实的测试矩阵重建得有多好。

NMF 还使用了哪些其他评估方法?有没有比删除测试集中的电影条目更好的方法?

4

1 回答 1

0

我认为这与您上次提出的问题基本相同。NNMF 只是实现协同过滤的一种手段。评估低秩矩阵分解的保真度不是评估协同过滤结果的方法。低秩分解的要点在于它与输入并不完全相同。

您使用您已经熟悉的精度、召回率、AUC 等度量。您不会进一步拆分测试集,不 - 您没有制作交叉验证集或任何东西。所以我不知道这个点是什么。只需按原样使用测试集作为您的“相关”数据集。

于 2012-09-01T22:06:56.810 回答