-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathMahony.jl
45 lines (34 loc) · 1.03 KB
/
Mahony.jl
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
module Mahony
importall Util
th = 0.45
MAX_RATE = 5
MIN_RATE = 1
function mahony(predictRate, rate)
return abs(rate - predictRate) / (MAX_RATE - MIN_RATE) > th
end
function correct(k, usersTraining, simVector)
println("Corrigindo Ruido Mahony")
#percorre todos os usuários de treino
correctQuant = 0
for u in eachindex(usersTraining[:,1])
#Itens que vamos avaliar
itens = find(x -> x > 0, usersTraining[u,:])
for i in itens
prediction = Util.predict(u, i, k, simVector, usersTraining)
if isnan(prediction)
continue
end
if mahony(prediction, usersTraining[u, i])
usersTraining[u, i] = round(prediction)
correctQuant += 1
end
end
end
println("Foram corrigidos $correctQuant rate")
println("Corrigindo Ruido Mahony terminado")
end
end
treino normal
verifica se cada nota está do mahony, se não subtuo a original pela previsão
feito isso na mtriz da previão inteira
treina de novo com a matriz corrigida