PySpark AttributeError：类型对象'ALS'没有属性'trainImplicit'

Question

我正在尝试使用ALS训练我的数据集以找到潜在因素。我的数据集是隐式评级。

在深度上，我的数据库包括三列用户，项目（存储库）和评级（星数（隐含评级））：

from pyspark.ml.recommendation import ALS

lines = spark.read.text("Dataset.csv").rdd
parts = lines.map(lambda row: row.value.split(","))

ratingsRDD = parts.map(lambda p: Row(userId=int(p[1]),repoId=int(p[2]),repoCount=float(p[3])))
ratings = spark.createDataFrame(ratingsRDD)

model = ALS.trainImplicit(ratings, rank=5,lambda_=0.01, alpha = 1.0, iterations =5)

我收到此错误：

AttributeError：类型对象'ALS'没有属性'trainImplicit'

Answer 1

您正在尝试使用旧的，Spark MLLib ALS（适用于RDD，而不适用于数据帧）的语法与新的Spark ML ALS，它确实没有trainImplicit属性（docs）。

你应该尝试类似的东西：

als = ALS(rank=5, maxIter=5, alpha = 1.0, implicitPrefs=True, seed=0)
model = als.fit(ratings)

如果您的商品位于名为item的列中，并且您的评级位于rating - 请查看docs以获取更多详细信息，参数化选项和示例。