ALS.trainImplicit（）的alpha参数是否可以大于1？

Question

我一直在使用我自己的数据在http://spark.apache.org/docs/latest/mllib-collaborative-filtering.html#explicit-vs-implicit-feedback测试示例代码。

当我将alpha大于1时，正如源文件

所建议的那样

  

http://ieeexplore.ieee.org/xpl/articleDetails.jsp?arnumber=4781121

我收到错误

  

Py4JError：调用o629.trainImplicitALSModel时发生错误。   跟踪：py4j.Py4JException：方法trainImplicitALSModel（[class   org.apache.spark.api.java.JavaRDD，类java.lang.Integer，类   java.lang.Integer，类java.lang.Double，类java.lang.Integer，   class java.lang.Integer，类java.lang.Boolean，null]）没有   存在

PySpark中的alpha限制是否<1？

Answer 1

PySpark并没有强制执行Scala后端已经强制执行的任何限制，但类型很重要。这意味着：

ALS.trainImplicit(ratings, rank, numIterations, alpha=100.0)

与

不同

ALS.trainImplicit(ratings, rank, numIterations, alpha=100)

后者由于类型不匹配而无效。换句话说，类型很重要。 Python float为java.lang.Double，Python int表示为java.lang.Integer。