我正在尝试使用sklearn truncatedSVD方法来实现协同过滤。然而,我收到了非常高的rmse,这是因为我对每一个推荐都得到了非常低的评分。
我在一个稀疏矩阵上执行truncatedSVD,我想知道这样低的推荐是不是因为truncatedSVD接受非分级电影作为0级电影?如果没有,你知道什么可能会导致低推荐吗?谢谢!
发布于 2015-07-17 04:58:12
因此,事实证明,如果您的数据集的数值没有从零开始,那么您就不能应用truncatedSVd,除非进行一些调整。在电影评分从1到5的情况下,您需要将数据居中,其中您为零分配了含义。均值居中的数据对我很有效,我开始得到合理的RMSE值。
https://stackoverflow.com/questions/31034364
复制相似问题