spark中ALS算法的评测

看了下ALS的源码，如果设置了implicitPrefs，fit的过程优化的是原论文中 c_ui * (p_ui - x_u * y) ^ 2 + 正则项，计算出了 userFactor 和 itemFactor，也就是式中的x和y。recommend_for_all 或者 transform 来计算 prediction 时计算了 x*y 的预测值，所以预测的范围是0到1之间的regression。

所以如果设置了隐式反馈的参数为True，评测的时候就不能用rmse指标来判断了。