截斷SVD協同過濾

Question

我試圖通過使用sklearn truncatedSVD方法來實現協作過濾。然而，我收到非常高的價格，這是因爲我收到每個建議的評價很低。

我在一個稀疏矩陣上執行truncatedSVD，我想知道這個低的建議是否因爲truncatedSVD接受非評級電影爲0級電影？如果不是，你知道什麼可能導致低建議？謝謝！

Answer 1

所以，事實證明，如果你的數據集的數值沒有有意義地從零開始，你不能應用truncatedSVd，沒有一些調整。如果電影評級爲1到5，則需要將數據集中在中心位置，即爲零指定含義。平均數據爲我工作，我開始得到合理的價值。