scala – 在ALS模型中计算RMSE

val ratings = data.map(_.split(',') match {
      case Array(user,item,rate)
      =>
        Rating(user.toLong,item.toInt,rate.toFloat)
    })

    val ratingsDF= ratings.toDF

    val model = new ALS().setRank(3).setMaxIter(10).fit(ratingsDF)
    val predictions = model.transform(ratingsDF)
    val evaluator = new RegressionEvaluator().setMetricName("rmse").setLabelCol("rating").setPredictionCol("prediction")
    val rmse = evaluator.evaluate(predictions)
    System.out.println("Root-mean-square error = " + rose)

但是,我得到了“NaN”.
我想知道我使用的方法是错误的还是数据本身的问题.
如果代码有问题,计算RMSE的正确方法是什么？
我只找到像这样的方法：

var predictions = model.predict(usersProducts).map { case Rating(user,product,rate) =>        ((user,product),rate)    }
    val ratesAndPreds = ratings.map { case Rating(user,rate) =>      ((user,rate)    }.join(predictions) 
    val rmse= math.sqrt(ratesAndPreds.map { case ((user,(r1,r2)) =>      val err = (r1 - r2)      err * err    }.mean())println(s"RMSE = $rmse")

这不能在这里使用.怎么做？