对于像为用户推荐商品这样的任务,我可以将数据集一分为二:训练数据集和测试数据集,我可以使用平均绝对误差来评估结果。但是,当我需要查找一个项目的相似项目时,我不知道如何评估结果。例如,
输入:
userid,itemid,score 1、123、5 2, 222, 1 ……
svd.similar(123)
输出可能是:(222,0.98),(121,0.78)...我不知道从svd找到的类似项目好坏,如何评估结果?
对于像为用户推荐商品这样的任务,我可以将数据集一分为二:训练数据集和测试数据集,我可以使用平均绝对误差来评估结果。但是,当我需要查找一个项目的相似项目时,我不知道如何评估结果。例如,
输入:
userid,itemid,score 1、123、5 2, 222, 1 ……
svd.similar(123)
输出可能是:(222,0.98),(121,0.78)...我不知道从svd找到的类似项目好坏,如何评估结果?