Machine learning 为什么ALS.trainImplicit能更好地预测显性评分？

编辑：我尝试了一个独立的Spark应用程序（而不是PredictionIO），我的观察结果是一样的。因此，这不是一个预测问题，但仍然令人困惑

---

我正在使用PredictionIO 0.9.6和协同过滤模板。我的数据集中的评分是1到10之间的数字。当我第一次使用模板中的默认值训练模型时（使用

ALS.train

），预测非常糟糕，至少在主观上是如此。分数高达60.0分左右，但这些建议似乎完全是随机的

有人建议

ALS.trainImplicit

做得更好，所以我相应地更改了

src/main/scala/ALSAlgorithm.scala

：

val m = ALS.trainImplicit(  // instead of ALS.train
  ratings = mllibRatings,
  rank = ap.rank,
  iterations = ap.numIterations,
  lambda = ap.lambda,
  blocks = -1,
  alpha = 1.0,  // also added this line
  seed = seed)

现在的分数要低得多（低于1.0），但推荐的分数与个人评分一致。好得多，但也令人困惑。PredictionIO通过以下方式定义显式和隐式之间的差异：

明确偏好（也称为“明确反馈”），例如 用户对项目的“评分”。内隐偏好（也指 作为“隐性反馈”），例如“查看”和“购买”历史记录

以及：

默认情况下，推荐模板使用

ALS.train（）


文档是否有误？我仍然认为明确的反馈适合我的用例。也许我需要使用
ALS.train
调整模板，以获得有用的建议？还是我只是误解了什么？
很大程度上取决于你是如何收集数据的。通常，看似明确的评级实际上可能是隐含的。例如，假设您提供了允许用户对他们以前购买/使用过的项目进行评分的选项。这意味着，他们花时间评估特定项目的事实本身就意味着该项目具有高质量。因此，质量差的物品根本不被评级，因为人们甚至懒得使用它们。这样，即使数据集是显式的，也可以得到更好的结果，因为如果你认为结果是隐式的。同样，根据数据的获取方式，这一点也有很大差异。
您的评级来自哪里？它们是经过计算的，还是您明确要求用户对项目进行1到10之间的评分？如果是这样，那么您确实在使用显式feedback@alex9311事实上，用户对项目的评分从1分到10分。我有几百万的收视率。在现实生活中，坏产品的评论比好产品多。因为你可以接受好的产品，但不能接受坏的。