我使用ALS来预测评分，这是我的代码：

val als = new ALS()  .setMaxIter(5)  .setRegParam(0.01)  .setUserCol("user_id")  .setItemCol("business_id")  .setRatingCol("stars")val model = als.fit(training)// Evaluate the model by computing the RMSE on the test dataval predictions = model.transform(testing)predictions.sort("user_id").show(1000)val evaluator = new RegressionEvaluator()  .setMetricName("rmse")  .setLabelCol("stars")  .setPredictionCol("prediction")val rmse = evaluator.evaluate(predictions)println(s"Root-mean-square error = $rmse")

但是得到了一些负分，并且RMSE是NaN：

+-------+-----------+---------+------------+|user_id|business_id|    stars|  prediction|+-------+-----------+---------+------------+|      0|       2175|      4.0|   4.0388923||      0|       5753|      3.0|   2.6875196||      0|       9199|      4.0|   4.1753435||      0|      16416|      2.0|   -2.710618||      0|       6063|      3.0|         NaN||      0|      23076|      2.0|  -0.8930751|Root-mean-square error = NaN

如何获得好的结果？

回答：

负值并不重要，因为RMSE首先对值进行平方。可能你的预测值中有空值。你可以删除它们：

predictions.na().drop(["prediction"])

虽然这样做可能有点误导，另一种方法是你可以用最低/最高/平均评分来填充这些值。

我还建议将x < min_rating和x > max_rating四舍五入到最低/最高评分，这样可以改善你的RMSE。

编辑：

这里有一些额外的信息：https://issues.apache.org/jira/browse/SPARK-14489