当我对评级矩阵使用矩阵分解（Netflix Prize 解决方案）时，我试图找出一个奇怪的现象：

$R = P^T * Q + B_u + B_i$

评分范围从 1 到 10。

然后我通过每个标签在测试集中的绝对平均误差来评估模型，第一列是 origin_score，第二列（我们不转换数据，然后训练及其预测误差），第三列（我们将数据全部转换为除2，训练，当我使用这个模型进行预测时，首先重建矩阵，然后乘以2并使其回到相同的比例）

如您所见，在 3-4 年级（大多数样本是 3-4 的标签），它更精确，而在高分范围内（如 9 和 10，仅占整个训练集的 2%），情况更糟。

+----------------------+--------------------+--------------------+
| rounded_origin_score | abs_mean_avg_error | abs_mean_avg_error | +----------------------+--------------------+---------------------+
| 1.0 | 2.185225396100167 | 2.559125413626183 | | 2.0 | 1.4072212825108161 | 1.5290497332538155 | | 3.0 | 0.7606073396581479 | 0.6285151230269825 | | 4.0 | 0.7823491986435621 | 0.6419077576969795 | | 5.0 | 1.2734369551159568 | 1.256590210555053 | | 6.0 | 1.9546560495715863 | 2.0461809588933835 | | 7.0 | 2.707229888048017 | 2.8866856489147494 | | 8.0 | 3.5084244741417137 | 3.7212155956153796 | | 9.0 | 4.357185793060213 | 4.590550124054919 | | 10.0 | 5.180752400467891 | 5.468600926567884 | +----------------------+--------------------+---------------------+

我已经重新训练了几次模型，得到了相同的结果，所以我认为这不是随机性的影响。