我的数据集是这样的购买历史:
+---+-----------+---------+
|usn| page_id| click|
+---+-----------+---------+
| 11| 9000001012| 10|
|169| 2010008901| 100|
|169| 9000001007| 4|
|169| 2010788901| 1|
|169| 8750001007| 4|
|169| 9003601012| 10|
|169| 9000001007| 4|
|613| 9000050601| 8|
|613| 9000011875| 3|
|613| 2010010401| 6|
|613| 9000001007| 4|
|613| 2010008801| 1|
|836| 9000050601| 20|
|916| 9000050601| 10|
|916| 9000562601| 30|
|916| 9000001007| 4|
|916| 9000001012| 10|
+---+-----------+---------+
我读过Spark(http://spark.apache.org/docs/latest/ml-collaborative-filtering.html)中的文档,但我不知道如何在这个问题中使用协作过滤来获得隐含的偏好。在
现在我想对这个数据集应用ALS作为隐式首选项。 怎么做?我可以将此数据集应用于显式数据吗?在
请帮助我使用它,并给我一个关于隐式优先权的示例代码python
目前没有回答
相关问题 更多 >
编程相关推荐