C# 推荐系统ML.NET中的负R平方
我正在开发一个歌曲推荐应用程序,并尝试使用ML.NET创建一个模型。 不幸的是,每次我得到负的R平方(无论我的数据集有多大) 目前,有6000名用户,每个用户“评分”10首随机歌曲(从6000多首歌曲中选出)。我得到的最低R2是-00802,模型训练了1000秒 我从6000个用户评分开始,然后是15000,现在是60000 由于这个应用程序是我的文凭项目,我的论文导师建议使用分类而不是线性回归,但在ML.NET中是否可能?我可以在仍然具有相同数据集的情况下修复它吗 以下是表中的示例记录: 用户ID 松吉德 比率 1. 2777 2. 1. 5242 2. -- --- --- 2. 4855 3.C# 推荐系统ML.NET中的负R平方,c#,.net,machine-learning,ml.net,C#,.net,Machine Learning,Ml.net,我正在开发一个歌曲推荐应用程序,并尝试使用ML.NET创建一个模型。 不幸的是,每次我得到负的R平方(无论我的数据集有多大) 目前,有6000名用户,每个用户“评分”10首随机歌曲(从6000多首歌曲中选出)。我得到的最低R2是-00802,模型训练了1000秒 我从6000个用户评分开始,然后是15000,现在是60000 由于这个应用程序是我的文凭项目,我的论文导师建议使用分类而不是线性回归,但在ML.NET中是否可能?我可以在仍然具有相同数据集的情况下修复它吗 以下是表中的示例记录: 用户