Mahout itemsimilarity - maxPrefs 参数

Question

在 itemsimilarity 方法中，有一个参数，如：

--maxPrefs (-mppu) maxPrefs - 最大数量 偏好 考虑每个用户或 项目、用户或项目 有更多偏好 将被采样 （默认：500）

它是如何工作的？ 如果我有 500 万用户和 5000 个项目，并且我使用默认的 maxPrefs 运行 itemsimilarity，它只考虑这 500 万个中的 500 个排名还是什么？是采样吗？我可以做些什么来强制计算所有输入数据？

定义中的“或”是什么意思： “每个用户或项目要考虑的最大偏好数”

Answer 1

这已在邮件列表中得到答复：http://article.gmane.org/gmane.comp.apache.mahout.user/20827/match=

基本上，几种形式的下采样恰好可以在保持运行时间为 O(n) 执行时间的同时保持高质量。

将 --maxPrefs (-mppu) maxPrefs 更改为 4000 或最大整数值以包括所有。