截断 SVD 协同过滤

Question

我正在尝试使用 sklearn truncatedSVD 方法来实现协同过滤。但是，我收到了非常高的 rmse，这是因为我收到的每条建议的评分都非常低。

我在稀疏矩阵上执行 truncatedSVD，我想知道这个低推荐是否是因为 truncatedSVD 接受未评级电影作为 0 评级电影？如果没有，你知道什么可能导致低推荐吗？谢谢！

Answer 1

因此，事实证明，如果您的数据集的数值没有有意义地从零开始，则您无法应用 truncatedSVd，而无需进行一些调整。对于从 1 到 5 的电影评分，您需要将数据平均居中，在此处将含义分配给零。以数据为中心的平均值对我有用，我开始获得合理的 rmse 值。