我正在使用mahout 0.7来实现推荐系统。
O评估提供的建议的质量我正在使用AverageAbsoluteDifferenceRecommenderEvaluator,它允许我评估MAE (平均误差)。当我使用AverageAbsoluteDifferenceRecommenderEvaluator,时,MAE值似乎在0.0和1.0之间归一化。但是如果我选择GenericBooleanPrefItemBasedRecommender,这些值不会在0.0和1.0之间。
如果我增加训练数据集的百分比,则GenericBooleanPrefItemBasedRecommender的评估值更大,这表示推荐较差。
下面是我对推荐器的评价:
RecommenderEvaluator evaluator = new AverageAbsoluteDifferenceRecommenderEvaluator();
RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {
public Recommender buildRecommender(DataModel model) throws TasteException {
ItemSimilarity similarity = new EuclideanDistanceSimilarity(model);
return new GenericItemBasedRecommender(model, similarity); // or GenericBooleanPrefItemBasedRecommender
}
};
double evaluation = evaluator.evaluate(recommenderBuilder, null, model, 0.7, 1.0);为什么带有GenericBooleanPrefItemBasedRecommender的AverageAbsoluteDifferenceRecommenderEvaluator不能生成规格化值,我如何正确地解释它们?
发布于 2013-06-18 15:18:53
求值器与此无关。用布尔数据推荐器评估平均绝对误差是没有意义的。平均平均误差在实际评分和预测评分之间,但没有评分。
取而代之的是,假设输入的等级为"1“。然而,在这种情况下,预测的“评级”并不是一个具有意义的量,尽管更高意味着更强。
您必须使用精确度/召回率指标或类似的排名指标。
https://stackoverflow.com/questions/17162670
复制相似问题