Mahout基于余弦相似度的评估
来源:互联网 发布:诺维斯基10年数据 编辑:程序博客网 时间:2024/05/21 17:40
/* * 这段程序对于基于余弦相似度的评估 * */package byuser;import java.io.File;import org.apache.mahout.cf.taste.common.TasteException;import org.apache.mahout.cf.taste.eval.RecommenderBuilder;import org.apache.mahout.cf.taste.eval.RecommenderEvaluator;import org.apache.mahout.cf.taste.impl.eval.AverageAbsoluteDifferenceRecommenderEvaluator;import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;import org.apache.mahout.cf.taste.impl.similarity.EuclideanDistanceSimilarity;import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;import org.apache.mahout.cf.taste.model.DataModel;import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;import org.apache.mahout.cf.taste.recommender.Recommender;import org.apache.mahout.cf.taste.similarity.UserSimilarity;import org.apache.mahout.cf.taste.similarity.precompute.example.GroupLensDataModel;public class GenericRecByGroupLens_Evalu {public GenericRecByGroupLens_Evalu() throws Exception{DataModel model = new GroupLensDataModel(new File("E:\\mahout项目\\examples\\ratings.dat"));RecommenderEvaluator evaluator = new AverageAbsoluteDifferenceRecommenderEvaluator();RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {@Overridepublic Recommender buildRecommender(DataModel model) throws TasteException {//PearsonCoreCOnrrelationSimilarity是皮尔逊相关系数的算法使用UserSimilarity similarity = new PearsonCorrelationSimilarity(model);//这里使用的是基于欧式距离定义相似度的算法UserSimilarity similarity1 = new EuclideanDistanceSimilarity(model);//这里使用余弦相似性度量,以前的名字是:CosineMeasureSimilarity现在改成了如下的名字:UserSimilarity similarity2 = new PearsonCorrelationSimilarity(model);UserNeighborhood neighborhood = new NearestNUserNeighborhood(100, similarity2, model);return new GenericUserBasedRecommender(model, neighborhood, similarity2);}};double score = evaluator.evaluate(recommenderBuilder, null, model, 0.95, 0.05);System.out.println("基于余弦相似度的推荐引擎的评测得分是: " + score);}public static void main(String[] args) throws Exception {// TODO Auto-generated method stubGenericRecByGroupLens_Evalu eva = new GenericRecByGroupLens_Evalu();}}
如图:
这里和上一篇博客的图片进行对比:
优于皮尔逊,略逊与欧氏距离。
0 0
- Mahout基于余弦相似度的评估
- SparkMLlib---基于余弦相似度的用户相似计算
- SparkMLlib---基于余弦相似度的用户相似计算
- Python简单实现基于VSM的余弦相似度计算
- Python简单实现基于VSM的余弦相似度计算
- Python简单实现基于VSM的余弦相似度计算
- Python简单实现基于VSM的余弦相似度计算
- 基于向量余弦的文件相似度计算
- Python简单实现基于VSM的余弦相似度计算
- 基于mahout的相似度算法的实现
- 基于物品的协同过滤中,余弦相似度、皮尔森系数、修正余弦相似度三者的区别
- 基于欧式距离定义相似度推荐算法的评估
- c++实现矩阵的余弦相似度
- hsv和余弦相似度的局限
- 基于余弦距离的的文本相似度挖掘(C++)
- 余弦定理的应用:基于文字的文本相似度计算
- 基于物品的协同过滤_修正的余弦相似度
- 基于字的文本相似度算法——余弦定理
- List的contains方法
- mysql创建用户
- 我和opencv 2
- 好用的负margin
- 解决tabhost中的子Acitivity无法调用service的问题
- Mahout基于余弦相似度的评估
- myeclipse中提交svn时过滤.project .settings .classpath等资源文件设置
- Gradle的使用
- Artoolkit学习之一error LNK2019错误解决
- 三个小问题
- Server.CreateObject("Excel.Application")的权限问题
- pcre-8.36 编译错误 解决
- [leetcode] 67.Add Binary
- 网络资源收集