我对用于推荐引擎的 ALS 有疑问？ ALS 是确定性的吗？比如，如果你输入相同的数据和相同的参数，你是否应该总是得到相同的输出(或非常相似的结果)？
最佳答案
简短的回答应该是:NO。矩阵分解算法的很大一部分从特征矩阵的随机初始化开始。所以问题是你可以在优化过程的几次运行中找到几个“本地”最小值。
关于apache-spark - ALS 是确定性的吗？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37554524/
相关文章：
python - 当连接键以列表形式给出时，如何修改 Spark 数据框中连接的列？
machine-learning - 将 "Implicit"用户交互转换为推荐系统的 "Explicit"用户评分
斯卡拉 Spark : Split collection into several RDD?
python - 在 pyspark 中查找类型为 array<double> 的两列之间的余弦相似度
ruby-on-rails - 用于 ruby on rails 的 Mahout 插件
machine-learning - 基于内容的推荐和K均值聚类的区别