2019-10-15
1. 之前的问题
添加偏差数据（bu+bi+u）到 ALS 模型中，看看 RMSE 的变化
2. 之前问题的详细描述
通过添加偏差数据到原数据集上，然后再跑模型，最后输出 RMSE 的结果。
2.1 添加数据
在源代码对数据集划分成训练集和测试集之前，添加偏差数据到数据集上。
- 添加前的数据：
-
添加前的数据
-
偏置数据，即 bu + bi + u：
-
偏置数据
-
相加后的数据：
-
相加后的数据
处理好数据后，对这些数据进行划分训练集与测试集，然后开始训练。
2.2 最终结果
最终跑出来的结果如图：
在 5 次的结果中，可以看到改进后与原来的 RMSE 都差不多，相差不大，属于误差范围内。
3. 计划解决的问题以及参考文献
3.1 计划之后需要解决的问题
尝试设计新的损失函数，新的损失函数如下图所示，名称是“归一化交叉熵损失函数”。
3.2 参考文献
DMF 深度学习模型： https://www.jianshu.com/p/63beb773f100
网友评论