如何使用训练集评估NMF？

Question

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过的电影(没有分级)的矩阵。首先，我将矩阵分为训练集和测试集(40%测试集)。然后我用NMF分解训练矩阵。然后我使用测试矩阵，删除所有电影条目的一半，看看真正的测试矩阵重建得有多好。

NMF还使用了哪些其他评估方法？有比删除测试集中的电影条目更好的方法吗？

Answer 1

我认为这基本上与您上次提出的问题相同。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一种方法。低阶分解的要点是它与输入并不完全相同。

您可以使用您已经熟悉的度量标准，如精确度、召回率、AUC等。您不会进一步拆分测试集，不--您不会创建交叉验证集或其他任何东西。所以我不知道这是什么意思。只需使用测试集作为您的“相关”数据集。