Spark 和 PySpark 新手。

我正在学习协同过滤教程 here .

我能够训练模型。但是，我不知道如何访问与用户和产品对应的潜在因素(向量)。

从上面的链接复制代码的顶部:

from pyspark.mllib.recommendation import ALS, MatrixFactorizationModel, Rating

# Load and parse the data
data = sc.textFile("data/mllib/als/test.data")
ratings = data.map(lambda l: l.split(','))\
    .map(lambda l: Rating(int(l[0]), int(l[1]), float(l[2])))

# Build the recommendation model using Alternating Least Squares
rank = 10
numIterations = 10
model = ALS.train(ratings, rank, numIterations)

如何从模型中提取潜在因子？

最佳答案

尝试:

model.productFeatures()

和

model.productFeatures()

https://stackoverflow.com/questions/39003516/