그래서 스파크 1.0.0에 암시 적 피드백 추천인 모델을 구축하고 나는 그들의 협업 필터링 페이지에있는 예를 따르도록 노력하고 있어요 : http://spark.apache.org/docs/latest/mllib-collaborative-filtering.html#explicit-vs-implicit-feedback스파크 MLlib - 협업 필터링 암시 피드
을 그리고 심지어이 내가 암시 적 피드백 모델을 실행하려고 할 때 http://codesearch.ruethschilling.info/xref/apache-foundation/spark/mllib/data/als/test.data
: 테스트 데이터 세트들이 예에서 참조하는 최대로드 발 알파 = 0.01 발 모델 = ALS.trainImplicit (등급, 순위, numIterations, 알파)
(등급 자신의 데이터 세트 및 순위 = 10에서 정확히 평가했다 numIterations = 20) 나는 다음과 같은 오류가 점점 오전 :
scala> val model = ALS.trainImplicit(ratings, rank, numIterations, alpha)
<console>:26: error: overloaded method value trainImplicit with alternatives:
(ratings: org.apache.spark.rdd.RDD[org.apache.spark.mllib.recommendation.Rating],rank: Int,iterations: Int)org.apache.spark.mllib.recommendation.MatrixFactorizationModel <and>
(ratings: org.apache.spark.rdd.RDD[org.apache.spark.mllib.recommendation.Rating],rank: Int,iterations: Int,lambda: Double,alpha: Double)org.apache.spark.mllib.recommendation.MatrixFactorizationModel <and>
(ratings: org.apache.spark.rdd.RDD[org.apache.spark.mllib.recommendation.Rating],rank: Int,iterations: Int,lambda: Double,blocks: Int,alpha: Double)org.apache.spark.mllib.recommendation.MatrixFactorizationModel <and>
(ratings: org.apache.spark.rdd.RDD[org.apache.spark.mllib.recommendation.Rating],rank: Int,iterations: Int,lambda: Double,blocks: Int,alpha: Double,seed: Long)org.apache.spark.mllib.recommendation.MatrixFactorizationModel
cannot be applied to (org.apache.spark.rdd.RDD[org.apache.spark.mllib.recommendation.Rating], Int, Int, Double)
val model = ALS.trainImplicit(ratings, rank, numIterations, alpha)
는 흥미롭게도,이 모델은 trainImplicit을 수행하지 때 잘 실행 (즉 ALS.train)
'매직 넘버'계산이 완벽합니다. 도와 줘서 고마워 !! – atellez
예 0.01은 람다의 기본 값입니다. –