我一直在尝试在推荐系统中实现随机梯度下降，遵循以下方程：

我的代码如下：

for step in range(max_iter):        e = 0        for x in range(len(R)):            for i in range(len(R[x])):                if R[x][i] > 0:                    exi = 2 * (R[x][i] - np.dot(Q[:,i], P[x,:]))                    qi, px = Q[:,i], P[x,:]                    qi += _mu_2 * (exi * px - (2 * _lambda_1 * qi))                    px += _mu_1 * (exi * qi - (2 * _lambda_2 * px))                    Q[:,i], P[x,:] = qi, px

我的输出结果似乎不太对，但我无法确切指出问题所在。请帮助我找出代码中的问题。

非常感谢你的支持

回答：

在更新qi和px时，你应该交换mu1和mu2。