首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >评估基于Mahout的推荐器实现

问评估基于Mahout的推荐器实现
EN

Stack Overflow用户
提问于 2013-06-18 15:12:00
回答 1查看 1.3K关注 0票数 1

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:

代码语言:javascript
复制
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?

EN

回答 1

Stack Overflow用户

回答已采纳

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。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/17162670

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档