1回答
有没有一种方法可以在训练后将spark ALS模型导出为PMML模型或任何格式，可以在spark环境之外调用？例如，在JAVA中，给定客户id C和产品id P，加载SCALA程序创建的模型文件，并调用它，它将输出(C，P)的分数。这个问题的主要原因是，当活跃用户的规模很大时，假设100个产品上有1亿用户，那么预测规模将是100亿。在我们的案例中，基于项目的推荐不是一个选项。不确定行业内的人是如何做到这一点的，特别是当需要每天更新模型
浏览 14提问于2018-02-08得票数 2
1回答
基于ML的ALS推荐系统
、、、
我已经做了一些研究，据我所知，有两种可能的方法可以使用Apache Spark创建推荐系统，一种方法是使用带有非常好的的MLLib，这是我尝试过的，而且非常容易，另一方面，您可以使用ML的。为了实践，我开始使用一些疯狂的数据，在这些数据中，ratings是标准化的，而且我在4000+记录上只有5种可能的产品(如下所示)。，我想看看是否有更好的方法来获得所需的结构。StructFie
浏览 2提问于2016-02-29得票数 1
回答已采纳
我正在阅读协作过滤的ALS算法论文，但不确定如何在Hadoop中实现该算法。有没有人能给我们一些启发？非常感谢。
浏览 1提问于2015-07-18得票数 0
2回答
我想使用spark ALS进行多行为隐式反馈推荐。有几种隐含的用户行为数据，如浏览、购物车、交易等。我已经检查了许多ALS隐式反馈建议的在线来源，但几乎所有的来源都只利用了单一的数据来源，在购物的情况下，交易数据。
我想知道是只需要交易数据，还是利用各种数据来获得更好的结果？
浏览 0提问于2017-02-20得票数 2
我所能找到的关于矩阵因式分解推荐系统的所有教程都从导入用户、项和用户项评等开始，但之后只使用评等矩阵来训练推荐者(而不是用户或项目本身的特征，比如“年龄”)。示例网址：https://beckernick.github.io/matrix-factorization-recommender/然后，我们将只使用由评级构建的矩
浏览 0提问于2018-11-01得票数 0
1回答
我在星火中使用ALS算法(implicitPrefs =True)(推荐系统算法)。通常情况下，运行此算法后，值预测必须为0到1。但我收到的值大于1。
浏览 6提问于2017-10-24得票数 2
回答已采纳
1回答
当我发现ALS中的因子矩阵是随机初始化的，所以不同的运行会给出稍微不同的结果，使用它们的平均值可以得到更准确的结果，因此需要创建一个小的Pyspark推荐系统的集合。所以我对模型进行了2次训练->它给出了不同的模型ALS对象，但是当使用recommendForAllUsers()方法时，对于不同的模型给出了相同的推
浏览 0提问于2018-05-17得票数 1
回答已采纳
基于pyspark的教程。我正在尝试创建一个使用pyspark和RMSE作为评估指标的推荐系统。我想记录每个训练周期的RMSE。但是，在创建ALS对象时输入了纪元编号，似乎只有在训练完成后才能打印RMSE值。请问如何使用pyspark中的ALS打印每个时期的RMSE？
浏览 4提问于2020-04-19得票数 0
我正在使用spark als.train()来构建我的用户项推荐系统。
问题是我想要涵盖更多的项目功能。所以，我需要输入7天的用户操作数据。但是als列车比只输入1天的数据更慢。那么，我是否可能只输入1天的数据，并比较其他运行(每次只输入1天)之间的相似之处？
浏览 0提问于2018-01-09得票数 1
我正试图利用spark来实现一个基于内容的推荐系统。我的理解正确吗？
是否有其他框架提供库来实现基于内容的推荐？
浏览 2提问于2016-12-04得票数 0
1回答
我对Spark的肌萎缩侧索硬化症推荐有问题。我想使用以下代码来预测我系统中的每个用户的产品als_model = ... # trained ALS model这段代码的问题在于，它并没有真正并行化。我更喜欢像
浏览 0提问于2016-02-16得票数 1
1回答
尝试使用Spark MLLib的ALS构建推荐系统。val users: RDD[Int] = ???/
浏览 3提问于2015-03-18得票数 7
我是机器学习和Apache Spark使用的初学者。为您获得推荐的更好方法是首先训练矩阵分解模型，然后使用您的评级增强模型。
我该怎么做？我正在使用Python开发我的应用程序。
浏览 42提问于2015-02-26得票数 18
1回答
我遵循来构建一个推荐系统，我创建ALS构造器很好 .setMaxIter(maxIterations) .setUserCol("user_id") .setRatingCol("rating")
val model = als.fit(trainDataeva
浏览 3提问于2016-10-19得票数 0
回答已采纳
1回答
我正在使用来自spark.ml的ALS模型来创建一个推荐系统，该系统使用某些项集合的隐式反馈。我注意到，模型的输出预测值远低于1，通常在0,0.1的区间内。我通过使用星火的BinaryClassificationEvaluator来实现这一点，我确实得到了接近0.8的东西。但是，我不清楚这是怎么可能的，因为大多数值都在0,0.1。这就意味着AUC将等于阴性样品的百分比？
一般来说，
浏览 3提问于2016-06-24得票数 5
2回答
渐进式ALS模型训练
、、、、
我的平台是Prediction，它基本上是Spark (MLlib)、HBase、ElasticSearch和其他一些Restful部分的包装器。在我的应用程序数据中，“事件”是实时插入的，但为了获得最新的预测结果，我需要"pio train“和"pio deploy”。这需要一些时间，并且服务器在重新部署期间会脱机。
浏览 4提问于2015-01-02得票数 18
1回答
然后我使用了ALS.recommendation库。在用scala编写的代码中，我使用以下方法对模型进行了培训：我尝试使用以下指令检索u1的一些建议(u1, m4, 0.8540954252858661)(u1, m2, -0.1345521479521654)
如您所见，前两行显示推荐的项目是u1已经评级
浏览 3提问于2016-12-02得票数 5
回答已采纳
1回答
我正在尝试建立一个推荐系统。数据有三列: userID、itemID、behavior (buy或pv)。我想知道我可以使用肌萎缩侧索硬化症？ALS中的一个参数是rating列。我想我只能使用回归赋值器，而不能使用像AUC这样的分类赋值器，我理解ALS只能解决回归问题。是那么回事吗？
浏览 0提问于2020-02-19得票数 0
1回答
建议-所有推荐
、、
喂，df = sqlContext.createDataFrame(["user", "item", "rating"])
model = als.f
浏览 1提问于2016-02-01得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
