Question

我是推荐系统的新手。我正在努力学习Mahout，到目前为止，我认为我掌握了它。

但是，当我尝试计算Precision＆amp; amp;时，我遇到了一个相当奇怪的问题。回想一下Mahout in Action一书中的例子（清单2.4，第21页），为了更方便，我复制粘贴主体：

RandomUtils.useTestSeed();
 DataModel model = new FileDataModel (new File("intro.csv"));
 RecommenderIRStatsEvaluator evaluator =
 new GenericRecommenderIRStatsEvaluator ();
  RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {
  @Override
   public Recommender buildRecommender(DataModel model)
    throws TasteException {
    UserSimilarity similarity = new PearsonCorrelationSimilarity (model);
    UserNeighborhood neighborhood =
     new NearestNUserNeighborhood (2, similarity, model);
      return
      new GenericUserBasedRecommender (model, neighborhood, similarity);
     }
   };
    IRStatistics stats = evaluator.evaluate(
    recommenderBuilder, null, model, null, 2,
    GenericRecommenderIRStatsEvaluator.CHOOSE_THRESHOLD,
    1.0);
 System.out.println(stats.getPrecision());
 System.out.println(stats.getRecall());

当我尝试使用书中的小数据集执行上述操作时，一切都应该如此。但是，当我尝试计算Precision＆amp;回想一下使用Movielens 1M或10M，结果非常低......例如Precision和Recall @ 2等于： P：0.00573且R：0.005882

我没有想法，所以如果有人有或有过类似的问题，我会很高兴听到有解决方案......

Answer 1

第2.4.2节涉及到解释：对于推荐者而言，精确度和召回测试没有那么有意义，因为您实际上并不知道哪些项目是“相关”结果。您可以猜测评分较高的项目是相关的，但您不知道未评级的项目是否相关。测试相当于找出建议与最高评价项目相交的程度，这与精确/召回需要做的不同。

所以你得分很低。实际上，10％还不错。现在，0.5％非常差，是的。这意味着这不是这个数据集的好算法。

Mean average precision或AUC可能会让您对结果的质量有更广泛的了解，因为他们正在研究更大范围的结果的行为。这些都没有在Mahout中实现（无论如何都不在代码的这一部分中）。

但他们在Myrrix。我知道Grouplens 10M数据集将获得25 +％精度/召回率和14 +％平均精度，因为有unit test for this。（我是Mahout这一部分的作者，并将其商业化为Myrrix。）如果您正在寻找能够在开箱即用的数据方面做得很好的事情，我认为值得您花时间去看看。

Answer 2

我猜问题是你的邻居大小。我记得看过一篇关于邻里大小的文章，大小只有10。尝试使用10以上的数字。

Mahout Precision Recall Movielens 10M

2 个答案: