P1_4 推荐系统 (Spark MLlib ALS算法)

Spark MLlib ALS算法

由于用户对产品的评价分为两种，所以ALS算法训练数据的函数有两类：
-a. 针对显式评价数据训练函数
def train(ratings: RDD[Rating], rank: Int, iterations: Int)
-b. 针对隐式评价数据训练函数
def trainImplicit(ratings: RDD[Rating], rank: Int, iterations: Int)

解释参数：

必须参数：
- 第一个参数ratings：
一个RDD，里面的数据类型是Rating实例对象
case class Rating (user: Int, product: Int, rating: Double)
- 第二个参数rank：
特征的数目
number of features to use (also referred to as the number of latent factors)
- 第三个参数iterations:
迭代的次数，官方默认值是5（pyspark源码中）
通过一个因子矩阵，交替得到另外一个因子矩阵，反复迭代。

推荐