We illustrate the impact of estimat

We illustrate the impact of estimating successive global
effects on the Netflix data [3]. The dataset is based on more
than 100 million ratings of movies performed by anonymous
Netflix customers and is described in details in Section
6. Here, we report results on the Probe set, which is
a test set containing about 1.4 million ratings compiled by
Netflix. Accuracy of predictions is measured by their root
mean squared error (RMSE).
Table 1 shows how the RMSE for the probe set declines
with the inclusion of each successive global effect. Not surprisingly,
by far the largest improvements in RMSE are associated
with the two sets of main effects for movies and for
users. They reduce the RMSE from 1.1296 based on use of
the mean rating in the training data, down to 0.9841.

Kết quả (Việt) 1:

Chúng tôi minh họa tác động của các ước tính kế tiếp trên toàn cầutác dụng trên dữ liệu Netflix [3]. Số liệu này dựa trên nhiều hơn nữahơn 100 triệu xếp hạng của phim được thực hiện bởi vô danhNetflix khách và được mô tả trong các chi tiết trong phần6. ở đây, chúng tôi báo cáo kết quả về bộ thăm dò làmột bài kiểm tra thiết lập chứa khoảng 1,4 triệu xếp hạng được biên soạn bởiNetflix. Độ chính xác của dự báo được đo bằng gốc của họcó nghĩa là lỗi bình phương (Whattheschmidt).Bảng 1 cho thấy làm thế nào Whattheschmidt cho việc thăm dò thiết từ chốivới sự bao gồm của mỗi ảnh hưởng toàn cầu kế tiếp. Không ngạc nhiên,bởi đến nay các cải tiến lớn nhất trong Whattheschmidt được liên kếtvới hai bộ tác động chính cho bộ phim và chongười sử dụng. Chúng làm giảm Whattheschmidt từ 1.1296 dựa trên việc sử dụngđánh giá trung bình trong các dữ liệu đào tạo, xuống 0.9841.

Kết quả (Việt) 2:

Chúng tôi minh họa tác động của toàn cầu ước tính kế
các hiệu ứng trên các dữ liệu Netflix [3]. Tập dữ liệu được dựa trên nhiều
hơn 100 triệu xếp hạng các bộ phim được thực hiện bởi vô danh
khách hàng Netflix và được mô tả chi tiết tại mục
6. Ở đây, chúng tôi báo cáo kết quả về bộ dò, mà là
một bộ kiểm tra có chứa khoảng 1,4 triệu xếp hạng tổng hợp của
Netflix. Độ chính xác của các dự đoán được đo bằng gốc của họ
có nghĩa là lỗi bình phương (RMSE).
Bảng 1 cho thấy cách RMSE cho thăm dò bộ giảm
với sự bao gồm của từng hiệu ứng toàn cầu tiếp. Không ngạc nhiên,
cho đến nay những cải tiến lớn nhất trong RMSE có liên quan
với hai bộ tác dụng chính cho các bộ phim và cho
người sử dụng. Chúng giảm RMSE từ 1,1296 dựa vào việc sử dụng
các đánh giá trung bình của dữ liệu huấn luyện, xuống 0,9841.