Python 意外的关键字参数';冷启动战略';对于Spark ml中的ALS
我发现了一些帖子,其中用户想知道为什么在使用ALS时,他们的预测中会收到Python 意外的关键字参数';冷启动战略';对于Spark ml中的ALS,python,apache-spark,pyspark,apache-spark-sql,apache-spark-ml,Python,Apache Spark,Pyspark,Apache Spark Sql,Apache Spark Ml,我发现了一些帖子,其中用户想知道为什么在使用ALS时,他们的预测中会收到NaN值。我遇到了同样的问题,似乎找到了答案和实施的解决方案,并在文档中进行了详细讨论: 注意:此处有一个指向coldStartStrategy()文档的工作链接,但由于我的问题,文档似乎已被删除 我认为这会解决问题。除了更新到Spark 2.1.1(不适用于2.1.0)之后,我仍然会收到相同的错误: TypeError:init()获得意外的关键字参数“coldStartStrategy” 下面是我尝试使用参数的地方: f
NaN
值。我遇到了同样的问题,似乎找到了答案和实施的解决方案,并在文档中进行了详细讨论:
注意:此处有一个指向coldStartStrategy()
文档的工作链接,但由于我的问题,文档似乎已被删除
我认为这会解决问题。除了更新到Spark 2.1.1(不适用于2.1.0)之后,我仍然会收到相同的错误:
TypeError:init()获得意外的关键字参数“coldStartStrategy”
下面是我尝试使用参数的地方:
full_train,full_test=ugr_df.randomspilt([0.7,0.3],seed=0L)
als=als(秩=秩,maxIter=maxIter,regParam=lmbda,
userCol=“user\u id”,itemCol=“game\u id”,seed=seed,
评级col=“评级”,coldStartStrategy=“下降”)
优化模型=als.fit(全系列)
我以这种方式导入ALS:
来自pyspark.ml.cn的
当我去掉cold start参数时,我的代码运行良好。从我在文档中看到的情况来看,我正确地实现了它
- 这一论点不正确有什么原因吗李>
- 如果我不使用它,我可以安全地做以下同样的效果吗?i、 e.以下代码是否与
参数同义coldStartStrategy
predictions=优化的模型。转换(完整测试) 预测_drop=predictions.dropna()
然后继续使用
predicts\u drop
df进行回归分析 coldStartStrategy
已在SPARK 2.2中随SPARK-14489一起引入,但尚未发布:
na.drop
应具有与使用drop
策略相同的效果,即:
case ALSModel.Drop =>
predictions.na.drop("all", Seq($(predictionCol)))