Як ALS чергує кроки для прогнозування

Створення рушіїв рекомендацій у PySpark

Jamen Long

Data Scientist at Nike

частково заповнена матриця

частково заповнена матриця та дві повні матриці множників

частково заповнена матриця; дві повні матриці множників: на одній написано "adjusted", на інших — "constant"

те саме з графіком: на осі x — ітерації, на осі y — RMSE, точка високо ліворуч

те саме з графіком: нова точка нижче по y і правіше по x, лінія з'єднує точки

те саме з графіком: ще одна точка нижче по y і правіше по x, лінія з'єднує точки

те саме з графіком: більше точок, RMSE зменшується з ітераціями

частково порожня матриця зі стрілкою до повністю заповненої апроксимації іншої матриці

частково заповнена матриця

частково заповнена матриця та дві повні матриці множників

частково заповнена матриця з виділеним значенням і дві матриці множників із відповідним рядком і стовпцем, що підсвічені

частково заповнена матриця з іншим виділеним значенням і дві матриці множників із відповідним рядком і стовпцем, що підсвічені

частково заповнена матриця з горизонтальними стрілками до перших значень у кожному рядку та дві матриці множників

частково заповнена матриця з вертикальними стрілками вниз до перших значень у кожному стовпці та дві матриці множників

початкова матриця та дві матриці множників із підсвіченими всіма значеннями в матрицях множників

початкова матриця та дві матриці множників із підсвіченими всіма значеннями; у початковій матриці підсвічені порожні клітинки

додано четверту матрицю, що показує, де ALS заповнив порожні клітинки

Давайте потренуємось!

Створення рушіїв рекомендацій у PySpark