Spark mllib：implicitTrainとexplicitTrainの違い

Question

ユーザーの設定（派生した設定）に基づいて製品を推薦するために明示的な列車機能を使用しようとしましたが、MSEはトレーニングとテストの両方のデータセットに十分です。

（= 0.01ラムダ）Iは、試験および訓練データセットの両方のために20倍にtrainImplicitにMSEが増加を使用し、同じデータ。（ラムダ= 0.01、アルファ= 1.0）

今はこれらが異なっていることを理解します暗黙的に明示的であるかどうかを判断するにはどうすればよいですか？

Answer 1

基本的に暗黙列と明示列車の違いは、その項目に関連する暗黙のアクションしか持たない場合に暗黙的に使用され、推薦を行うことです。ビュー、クリック、購入、好き、共有などがありますが、明示的には、推奨するアイテムに関する明示的な料金がある場合に使用することが想定されています。 フィールドでこのアルゴリズムのアプリケーションについて話しましたが、映画推薦システムを使用しているときと同じ状況にあり、明示的なデータセットで訓練するとき暗黙的な結果が明示的なものより優れている理由を説明できません。私の見解では、MSEはパフォーマンスの適切な指標です。あなたができることの1つは、spark mllibの実装を見直して、理由を理解しようとすることです。 申し訳ありません私はあなたに全く答えなかった場合。