apache-spark - Apache Spark ALS 推荐评级值高于范围

Question

我运行了一个小的 ALS 推荐系统程序，可以在Apache Spark 网站上找到它使用 MLlib。当使用评级为 1-5 的数据集（我使用过 MovieLens 数据集）时，它会给出预测评级超过 5 的推荐！

我在小型测试中发现的最高值是 7.4。显然，我要么误解了代码的用途，要么出现了问题。我研究了 Latent Factor Recommender Systems，并认为 Spark Mlib ALS 实现是基于这个。

为什么它会返回比可能更高的评级？这没有道理。

我误解了算法还是程序有缺陷？

Answer 1

您正在查看正确的论文，但是，我认为您期望算法做一些它不打算做的事情。作为两个矩阵的乘积，它对您的输入产生了一个低秩近似，但是矩阵相乘并没有限制输出值。

您可以钳制或舍入这些值。您可能不希望这样做，因为您会获得有关预测评级比 5 强多少的额外信息。我想算法在技术上也不可能假设最大可能值是输入中的最大观察值。