我在Apache Spark网站上找到并运行了一个小型的ALS推荐系统程序，该程序使用了MLlib。当我使用评分为1-5的MovieLens数据集时，它给出的推荐评分竟然超过了5！

在我的小规模测试中发现的最高评分是7.4。显然，我要么是误解了代码的意图，要么是程序出了问题。我研究了潜在因子推荐系统，并认为Spark Mlib的ALS实现是基于这篇论文的。

为什么它会返回超出可能范围的评分？这完全没有道理。

是我误解了算法，还是程序本身有缺陷？

回答：

你查看了正确的论文，但是，我认为你期望算法做一些它并不打算做的事情。它是通过两个矩阵的乘积来生成你的输入的低秩近似，但矩阵乘法并不会限制输出值的范围。

你可以对这些值进行限制或四舍五入。但你可能并不希望这样做，因为你可以从中获得额外的信息，了解预测评分超过5的程度。我认为，算法技术上也不可能假设最大可能值就是输入中观察到的最大值。