评估基于 Mahout 的推荐器实现

Question

我正在使用 mahout 0.7 来实现推荐系统。

Ro 评估所提供建议的质量，我使用 AverageAbsoluteDifferenceRecommenderEvaluator，它允许我评估 MAE（平均平均误差）。当我使用 AverageAbsoluteDifferenceRecommenderEvaluator 时，MAE 值似乎在 0.0 和 1.0 之间进行了标准化。但如果我选择GenericBooleanPrefItemBasedRecommender，则值不在 0.0 和 1.0 之内。

如果我增加训练数据集的百分比，评价值会更大，GenericBooleanPrefItemBasedRecommender 表示推荐不佳。

我是这样评价推荐人的：

RecommenderEvaluator evaluator = new AverageAbsoluteDifferenceRecommenderEvaluator();
      RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {
      public Recommender buildRecommender(DataModel model) throws TasteException {
            ItemSimilarity similarity = new EuclideanDistanceSimilarity(model);
            return new GenericItemBasedRecommender(model, similarity); // or GenericBooleanPrefItemBasedRecommender
      }
};
double evaluation = evaluator.evaluate(recommenderBuilder, null, model, 0.7, 1.0);

为什么 AverageAbsoluteDifferenceRecommenderEvaluator 和 GenericBooleanPrefItemBasedRecommender 会产生未标准化的值，我该如何正确解释它们？

Answer 1

评估者与它无关。用布尔数据推荐器评估平均绝对误差是没有意义的。平均误差在实际评分和预测评分之间，但没有评分。

相反，假设输入的评级为“1”。然而，在这种情况下，预测的“评级”并不是一个有意义的量，尽管越高意味着越强。

您必须改用精确率/召回率指标或类似的排名指标。