scala - 为什么 Spark ML ALS 算法打印 RMSE = NaN？

Question

我使用 ALS 来预测评分，这是我的代码:

val als = new ALS()
  .setMaxIter(5)
  .setRegParam(0.01)
  .setUserCol("user_id")
  .setItemCol("business_id")
  .setRatingCol("stars")
val model = als.fit(training)

// Evaluate the model by computing the RMSE on the test data
val predictions = model.transform(testing)
predictions.sort("user_id").show(1000)
val evaluator = new RegressionEvaluator()
  .setMetricName("rmse")
  .setLabelCol("stars")
  .setPredictionCol("prediction")
val rmse = evaluator.evaluate(predictions)
println(s"Root-mean-square error = $rmse")

但是得到一些负分，RMSE 为 Nan:

+-------+-----------+---------+------------+
|user_id|business_id|    stars|  prediction|
+-------+-----------+---------+------------+
|      0|       2175|      4.0|   4.0388923|
|      0|       5753|      3.0|   2.6875196|
|      0|       9199|      4.0|   4.1753435|
|      0|      16416|      2.0|   -2.710618|
|      0|       6063|      3.0|         NaN|
|      0|      23076|      2.0|  -0.8930751|

Root-mean-square error = NaN

如何获得好的结果？

Answer 1

负值并不重要，因为 RMSE 首先对值进行平方。可能您的预测值是空的。你可以删除它们:

predictions.na().drop(["prediction"])

尽管这可能有点误导，但您也可以用您的最低/最高/平均评分填充这些值。

我还建议四舍五入x < min_rating和x > max_rating最低/最高评级，这将提高您的 RMSE。

编辑:

这里有一些额外信息:https://issues.apache.org/jira/browse/SPARK-14489