Question

我一直在Spark的MLLib中使用Implicit Collaborative Filtering ALS算法。

我的数据采用以下格式（第一列是用户，第二列是商品，第三列是购买的隐含）：

user_10, item_200, 1

问题是我在使用代码时，是否需要使用Rating类，它需要以下格式的输入：

Rating, (int(self.user), int(self.product), float(self.rating))

因此，当我尝试创建模型时，我收到一个错误，因为我无法将User和Item的字符串转换为int。是否有另一种选择可以避免使用Ratings类或修改，因此不需要int？

from pyspark.mllib.recommendation import ALS, MatrixFactorizationModel, Rating
data = sc.textFile("test.csv")

ratings = data.map(lambda l: l.split(','))\
              .map(lambda l: Rating(l[0], l[1], float(l[2])))

# Build the recommendation model using Alternating Least Squares
rank = 10
numIterations = 10
alpha = 0.01
model = ALS.trainImplicit(ratings, rank, numIterations, alpha)

Answer 1

评级需要一个int，所以我只想将用户和项目转换为整数。在创建评级时进行一些转换，它应该有效。

在Spark的MLLib中进行协同过滤，需要一个（int）UserID？

1 个答案: