同一 ALS 火花模型的不同预测值答案

【问题标题】：different prediction values for the same ALS spark model同一 ALS 火花模型的不同预测值
【发布时间】：2017-11-25 18:35:54
【问题描述】：

我对 Apache spark 的 ALS 推荐模型有疑问。当我使用相同的参数和相同的输入数据训练我的模型时，我会在每次执行时获得具有不同预测值的不同建议。

我要知道是否正常？！！！

【问题讨论】：

【解决方案1】：

是的，这很正常。

由于 ALS 使用普通最小二乘法，您可能希望解决方案是独一无二的。然而，由于 user-factor 和 factor-item 矩阵是用随机值初始化的，所以解决方案不是唯一的。如果这些矩阵用常数初始化，则解将是唯一的。

【讨论】：

感谢您的反馈，如何使用常量值初始化 user-factor 和 factor-item 以在每次执行时获得唯一的解决方案？
自己从头实现整个算法！我认为一个更有趣的问题可能是你为什么要这样做？
因为每次迭代得到不同的个性化推荐是不正常的，不是吗？
建议不太可能有所不同。这些值只会发生很小的变化。推荐系统中使用了许多非确定性算法。由于建议是主观的，而不是客观的，因此这些微小的变化无论如何都会在可接受的误差范围内。有些人对此持积极态度，并说它增加了建议的偶然性:-)
非常感谢您的澄清