machine-learning - 如何评价svd相似的元素？

Question

对于向用户推荐商品之类的任务，我可以将数据集分为两部分:训练数据集和测试数据集，并且可以使用平均绝对误差来评估结果。但是，当我需要查找某个项目的相似项目时，我不知道如何评估结果。例如，

输入:

    userid,itemid,score    1,      123,    5    2,      222,    1    ....

svd.similar(123)

输出可能是:(222,0.98),(121,0.78)...不知道从svd找到的类似元素好不好，如何评价结果？

Answer 1

您可能想首先定义一个相似度函数(距离函数)，例如余弦距离/欧氏距离。然后可以确定并比较相似性。