Я использую рамки lenskit для изучения проблемы ранжирования. У меня есть проблема, о которой я никогда не видел никому.
Когда я сравниваю производительность FunkSVD и базового уровня популярности по всему юниверсу предметов, базовый уровень популярности значительно превосходит FunkSVD. Я думаю, что это связано с тем, что популярные предметы оцениваются чаще, в то время как это не означает, что пользователям нравятся популярные предметы.
Ограниченное количество элементов для оценки N популярных. В результате производительность FunkSVD увеличилась, поскольку алгоритм имеет меньше возможностей совершить ошибку. FunkSVD превзошел популярность. Однако теперь у меня другая проблема. Случайный исходный сигнал превосходит как FunkSVD, так и популярность! Наверное, это потому, что шанс совершить ошибку очень низок, но я создан. Есть ли способ сделать FunkSVD лучше, чем популярность и случайность? Я делаю что-то неправильно? Является ли проблема в рамках? Кто-нибудь столкнулся с этой проблемой?Изучение ранжирования с использованием Lenskit
0
A
ответ
0
Как вы измеряете производительность? Это ключевая вещь, которая существенно изменит ситуацию.
Кроме того, FunkSVD имеет ряд параметров, которые необходимо настроить, чтобы иметь хорошую производительность. Значения по умолчанию могут быть не очень хорошими для вашего набора данных.
Диагностика того, что происходит с конкретным экспериментом, похоже на то, что лучше обрабатывать в дискуссионных форумах LensKit (список рассылки или помещение Gitter).
Смежные вопросы
- 1. Предательство прейскуранта с использованием lenskit
- 2. Lenskit: FunkSVD
- 3. Как добавить новый показатель в Lenskit 3.0?
- 4. Изучение таблицы с использованием DOM
- 5. Изучение строк с использованием gdb
- 6. Какая связь между LensKit 3.0-SNAPSHOT и LensKit 3.0-T *?
- 7. Lenskit: Как запустить рекомендацию и оценщик LensKit от java
- 8. Перекрестная проверка в Lenskit
- 9. Приоритет ранжирования с использованием DropDownList в C#
- 10. Изучение AngualrJS с использованием Visual studio
- 11. Изучение лабиринта (с использованием python 2.7)
- 12. Изучение ios diractory с использованием phonegap
- 13. Изучение логической функции AND с использованием персептрона
- 14. Алгоритм ранжирования
- 15. Изучение служб Windows с C++
- 16. Scikit учатся для ранжирования функций с использованием RFE, включая оценки
- 17. Нерекурсивный алгоритм ранжирования 0/1 с использованием поиска по ширине
- 18. Сортировка многомерного массива для ранжирования с использованием PHP в CodeIgniter?
- 19. Сортировка по алгоритму ранжирования с использованием will-paginate
- 20. Результаты ранжирования в сложных условиях с использованием Rails и Squeel
- 21. Как применить алгоритм ранжирования с использованием PHP/MySQL?
- 22. Алгоритм ранжирования для обработки изображений с использованием openCv и java
- 23. с использованием функции ранжирования на основе динамического смежного значения столбца
- 24. Алгоритмы ранжирования
- 25. Изучение порядка элементов
- 26. Изучение Silverlight 4 с нуля
- 27. изучение OO с PHP
- 28. Изучение YUI с нуля
- 29. Изучение PTX с нуля
- 30. Алгоритмы ранжирования узлов с подузлами?