我尝试使用sklearn truncatedSVD方法实现协作过滤。但是,我收到了非常高的rmse,这是因为我收到的每个推荐评级都非常低。
我在稀疏矩阵上执行truncatedSVD,我想知道这个低推荐是否因为truncatedSVD接受非评级电影为0评级电影?如果没有,你知道什么可能导致低推荐吗?谢谢!
答案 0 :(得分:1)
因此,事实证明,如果您的数据集的数值没有有意义地从零开始,则无法应用truncatedSVd,而无需进行一些调整。如果电影评级为1到5,则需要将数据置于中心位置,并在其中为零指定含义。意味着数据集中在我身上,我开始得到合理的rmse值。