评估推荐人 - 无法在x个案例中推荐

Question

我正在详细探索Mahout in Action中的一些代码示例。我已经构建了一个小测试，用于计算应用于我的数据的各种算法的RMS。

当然，多个参数会影响RMS，但我不理解在运行评估时生成的“无法推荐...情况”消息。

查看StatsCallable.java，这是在求值程序遇到NaN响应时生成的;可能没有足够的数据在训练集或用户的prefs中提供推荐。

似乎RMS分数不受一大堆“无法推荐”案例的影响。这个假设是否正确？我是否应该不仅在RMS上评估我的算法，还要评估“无法推荐”案例与我的整体训练集的比率？

我很感激任何反馈。

Answer 1

是的，这基本上意味着没有任何数据可用于估算。这通常是数据稀疏的症状。它应该是罕见的，并且只发生在数据非常小或与其他人断开连接的用户身上。

我个人认为这不是什么大问题，除非它是一个非常重要的百分比（20％+？）如果你不能为很多用户生成任何记录，我会担心更多。