scala - 为什么 Spark ML ALS 算法打印 RMSE = NaN？

我使用 ALS 来预测评分，这是我的代码:

val als = new ALS()
  .setMaxIter(5)
  .setRegParam(0.01)
  .setUserCol("user_id")
  .setItemCol("business_id")
  .setRatingCol("stars")
val model = als.fit(training)

// Evaluate the model by computing the RMSE on the test data
val predictions = model.transform(testing)
predictions.sort("user_id").show(1000)
val evaluator = new RegressionEvaluator()
  .setMetricName("rmse")
  .setLabelCol("stars")
  .setPredictionCol("prediction")
val rmse = evaluator.evaluate(predictions)
println(s"Root-mean-square error = $rmse")

但是得到一些负分，RMSE 是 Nan:

+-------+-----------+---------+------------+
|user_id|business_id|    stars|  prediction|
+-------+-----------+---------+------------+
|      0|       2175|      4.0|   4.0388923|
|      0|       5753|      3.0|   2.6875196|
|      0|       9199|      4.0|   4.1753435|
|      0|      16416|      2.0|   -2.710618|
|      0|       6063|      3.0|         NaN|
|      0|      23076|      2.0|  -0.8930751|

Root-mean-square error = NaN

如何取得好成绩？

最佳答案

负值无关紧要，因为 RMSE 首先对值进行平方。可能你有空的预测值。你可以放弃它们:

predictions.na().drop(["prediction"])

虽然这可能有点误导，或者您可以用最低/最高/平均评分填充这些值。

我还建议将 x < min_rating 和 x > max_rating 舍入到最低/最高评级，这将提高您的 RMSE。

编辑:

这里有一些额外的信息:https://issues.apache.org/jira/browse/SPARK-14489

关于scala - 为什么 Spark ML ALS 算法打印 RMSE = NaN？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43544815/