similarity - 为什么 LogLikelihoodSimilarity 函数对于 0 和 1 的数据集返回大于 1.0 的值？

Question

我有一个表示为 1.0 的大型偏好数据集，我正在使用 Tanimoto 相似度函数以及通用 bool 用户和项目偏好推荐器。建议值通常介于 0 和 1.0 之间。

许多来源，例如 Mahout in Action 一书和 this prior SO thread为 bool 数据集推荐 LogLikelihoodSimilarity 指标而不是 Tanimoto。当我切换到 LogLikelihood Similarity 指标时，它生成了一些范围更高的分数，例如 11。我不得不回到 Tanimoto 以获得更合理的评分。您能提出任何可能的修复建议，还是我误解了推荐项目分数的返回值？

Answer 1

在没有评级的情况下，您观察到的值不是预测评级。毕竟都是1.0，不能用来排名。结果实际上是相似性的总和，这就是它可以任意大的原因。它不应该在 [0,1] 或类似的范围内。