如何在Spark ALSModel中设置评级

Question

我正在使用Spark ALS训练具有隐式反馈的模型。 但是我困惑应该如何设置训练和测试数据集。

我正在训练一个模型来做推荐。数据集的格式为（user_id，item_id，等级）。 “评分”是用户单击某项的次数。如果用户从未单击过某个项目，则评分为零。

我的问题是：

1. 在火车数据集中，是否应该删除所有零额定值？
MPI（平均百分等级）应该是评估模型的好方法。我认为应该为测试数据集删除零评级，因为零不会影响MPR。我说的对吗？

我尝试了其他评估方法。例如RMSE和AUC（具有功能areaUnderRoc（））。 RMSE不好，因为反馈是隐式的。 AUC不好，因为这不是二值化的问题。

现在我要尝试MPR，我需要一些建议。