Question

我正在使用mahout 0.7来实现推荐系统。

Ro评估我使用AverageAbsoluteDifferenceRecommenderEvaluator提供的建议的质量，这允许我评估MAE（平均平均误差）。当我使用AverageAbsoluteDifferenceRecommenderEvaluator时，MAE值似乎在0.0和1.0之间标准化。但是如果我选择GenericBooleanPrefItemBasedRecommender，则值不在0.0和1.0之内。

如果我增加训练数据集的百分比，评估值会更大，而GenericBooleanPrefItemBasedRecommender则指的是推荐不佳。

这是我评估推荐人的方式：

RecommenderEvaluator evaluator = new AverageAbsoluteDifferenceRecommenderEvaluator();
      RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {
      public Recommender buildRecommender(DataModel model) throws TasteException {
            ItemSimilarity similarity = new EuclideanDistanceSimilarity(model);
            return new GenericItemBasedRecommender(model, similarity); // or GenericBooleanPrefItemBasedRecommender
      }
};
double evaluation = evaluator.evaluate(recommenderBuilder, null, model, 0.7, 1.0);

为什么带有AverageAbsoluteDifferenceRecommenderEvaluator的{{1}}不会生成标准化值，以及如何正确解释它们？

Answer 1

评估员与此无关。用布尔数据推荐器评估绝对误差是没有意义的。平均误差在实际和预测评级之间，但没有评级。

相反，假设输入的评级为“1”。然而，在这种情况下，预测的“评级”不是具有意义的数量，尽管更高意味着更强。

您必须使用精确/召回指标或类似的排名指标。

评估基于Mahout的推荐人实施

1 个答案: