Spark之---【ML】算法库ALS简介

1. 协同过滤内容

• 协同过滤
• 显性反馈与隐性反馈
• 缩放正则化参数
• 冷启动问题

2. 协同过滤

协同过滤 通常用于推荐系统。 这些技术旨在填写用户项关联矩阵的缺失条目。 spark.ml 目前支持基于模型的协同过滤， 其中用户和产品由一小组可用于预测缺失条目的潜在因素描述。spark.ml 使用交替最小二乘（ ALS） 算法来学习这些潜在因素。 实现中 spark.ml 包含以下参数：

• numBlocks 是用户和项目将被分区为块以便并行计算的块数（ 默认为 10）
• rank 是模型中潜在因子的数量（ 默认为 10，一般取10~1000，太小误差大；太大泛化能力差）
• maxIter 是要运行的最大迭代次数（ 默认为 10）
• regParam 指定 ALS 中的正则化参数（ 默认为 1.0）
• implicitPrefs 指定是使用显式反馈 ALS 变体还是使用适用于隐式反馈数据的变体 （ 默认值 false 表示使用显式反馈）
• alpha 是适用于 ALS 的隐式反馈变量的参数， 其控制偏好观察中的 基线置信度 （ 默认为 1.0）
• nonnegative 指定是否对最小二乘使用非负约束（ 默认为 false）
  注意： 基于 D