Я пытаюсь выполнить 10-кратную перекрестную проверку в рекомендательной системе на основе контента. Набор данных состоит из идентификатора пользователя, идентификатора фильма и рейтинга, а также набора атрибутов идентификатора фильма и идентификатора атрибута, по одному для каждого жанра. Моя проблема, как показано ниже, связана с процессом обучения оператора. Я получаю сообщение об ошибке «Ожидаемая модель, но получен RatingPredictor». Какой-нибудь совет, как это исправить, или как это сделать в Rapidminer?
Перекрестная проверка для рекомендательной системы
comment
Каков тип оператора, название которого начинается с атрибута элемента?
- person Andrew Chisholm schedule 13.11.2015
comment
Это атрибут элемента k-NN для прогнозирования рейтинга.
- person Sardanapalos schedule 14.11.2015
Ответы (1)
Это из расширения Recommender System, которое по умолчанию не установлено вместе с базовым продуктом, поэтому я его не пробовал.
Похоже, что оператор Apply Model требует дополнительных входных данных, а также похоже, что оператор Item Attribute... производит что-то, что не совместимо с тем, что ожидает RapidMiner в контексте X-Validation.
Мое предложение состоит в том, чтобы соединить выход Mod с первым выходом thr на обучающей стороне X-Validation. Затем первый thr на стороне тестирования должен быть подключен к входу Mod оператора Apply. Похоже, операторам нужно подключить дополнительные входы и выходы. Это можно сделать с помощью дополнительных thr портов, которые появятся после использования первого.
Одной из проблем будет отсутствие действительного mod (обратите внимание на нижний регистр). Мое предложение состоит в том, чтобы использовать любой другой оператор, который создает действительную модель на стороне обучения, ухитриться передать ему некоторые данные и, возможно, ухитриться использовать их на тестовой стороне с фиктивным традиционным оператором Apply Model.
Я не пробовал это, поэтому я не могу знать, будет ли это работать.
person
Andrew Chisholm
schedule
14.11.2015
