Hur ALS alternar för att generera prediktioner

Bygg rekommendationsmotorer med PySpark

Jamen Long

Data Scientist at Nike

delvis tom matris

delvis tom matris med två helt ifyllda faktormatriser

delvis tom matris med två helt ifyllda faktormatriser där en faktormatris har texten "justerad" och de övriga matriserna har texten "konstant"

samma bild som ovan med ett diagram där x-axeln visar iterationer och y-axeln visar RMSE, med en punkt högt till vänster

samma bild som ovan med ett diagram där x-axeln visar iterationer och y-axeln visar RMSE, med en ny punkt lägre på y-axeln och längre till höger på x-axeln, en linje förbinder punkterna

samma bild som ovan med ett diagram där x-axeln visar iterationer och y-axeln visar RMSE, med ytterligare en punkt lägre på y-axeln och längre till höger på x-axeln, en linje förbinder punkterna

samma bild som ovan med fler punkter som visar att RMSE minskar allt eftersom modellen fortsätter att iterera

delvis tom matris med en pil som leder till en helt ifylld approximation av den andra matrisen

delvis tom matris

delvis tom matris med två helt ifyllda faktormatriser

delvis tom matris med ett markerat värde och två faktormatriser med respektive rad och kolumn markerade

delvis tom matris med ett annat markerat värde och två faktormatriser med respektive rad och kolumn markerade

delvis tom matris med ytterligare ett markerat värde och två faktormatriser med respektive rad och kolumn markerade

delvis tom matris med horisontella pilar som pekar på det första värdet i varje rad, samt två faktormatriser

delvis tom matris med vertikala, nedåtpekande pilar mot det första värdet i varje kolumn, samt två faktormatriser

originalmatris med två faktormatriser där alla värden i faktormatriserna är markerade

originalmatris med två faktormatriser där alla värden är markerade och tomma celler i originalmatrisen är markerade

fjärde matris tillagd som visar var ALS fyllde i de tomma cellerna

Nu kör vi en övning!

Bygg rekommendationsmotorer med PySpark