标签：blog java 使用 io 文件 数据 for art
使用GroupLens数据集ua.base
这是一个tab分割的文件，用户Id，物品Id，评分（偏好值），以及附加信息。可用吗？之前使用的是CSV格式，现在是tsv格式，可用，使用FileDataModel
对mahout推荐2中的评估程序使用这个数据集测试：
package mahout;
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.model.file.FileDataModel;
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.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.common.RandomUtils;
public class TestRecommenderEvaluator {
public static void main(String[] args) throws Exception {
//强制每次生成相同的随机值，生成可重复的结果
RandomUtils.useTestSeed();
//数据装填
//DataModel model = new FileDataModel(new File("data/intro.csv"));
DataModel model = new FileDataModel(new File("data/ua.base"));
//推荐评估，使用平均值
RecommenderEvaluator evaluator = new AverageAbsoluteDifferenceRecommenderEvaluator();
//推荐评估，使用均方差
//RecommenderEvaluator evaluator = new RMSRecommenderEvaluator();
//用于生成推荐引擎的构建器，与上一例子实现相同
RecommenderBuilder builder = new RecommenderBuilder() {
public Recommender buildRecommender(DataModel model) throws TasteException {
// TODO Auto-generated method stub
//用户相似度，多种方法
UserSimilarity similarity = new PearsonCorrelationSimilarity(model);
//用户邻居
UserNeighborhood neighborhood = new NearestNUserNeighborhood(2, similarity, model);
//一个推荐器
return new GenericUserBasedRecommender(model, neighborhood, similarity);
}
};
//推荐程序评估值（平均差值）训练90%的数据，测试数据10%，《mahout in Action》使用的是0.7,但是出现结果为NaN
double score = evaluator.evaluate(builder, null, model, 0.9, 1.0);
System.out.println(score);
}
}
结果输出：
14/08/04 09:52:38 INFO file.FileDataModel: Creating FileDataModel for file data\ua.base 14/08/04 09:52:38 INFO file.FileDataModel: Reading file info... 14/08/04 09:52:38 INFO file.FileDataModel: Read lines: 90570 14/08/04 09:52:38 INFO model.GenericDataModel: Processed 943 users 14/08/04 09:52:38 INFO eval.AbstractDifferenceRecommenderEvaluator: Beginning evaluation using 0.9 of FileDataModel[dataFile:D:\workspace\zoodemo\data\ua.base] 14/08/04 09:52:38 INFO model.GenericDataModel: Processed 943 users 14/08/04 09:52:38 INFO eval.AbstractDifferenceRecommenderEvaluator: Beginning evaluation of 878 users 14/08/04 09:52:38 INFO eval.AbstractDifferenceRecommenderEvaluator: Starting timing of 878 tasks in 4 threads 14/08/04 09:52:39 INFO eval.StatsCallable: Average time per recommendation: 39ms 14/08/04 09:52:39 INFO eval.StatsCallable: Approximate memory used: 16MB / 79MB 14/08/04 09:52:39 INFO eval.StatsCallable: Unable to recommend in 114 cases 14/08/04 09:52:43 INFO eval.AbstractDifferenceRecommenderEvaluator: Evaluation result: 0.9375000000000002 0.9375000000000002
现在是基于100 000 个偏好值，而不是少数几个
结果大约为0.9 在1到5的区间内，这个值偏离了将近一个点，不算太好。
也许我们正在使用的这个特定Recommender实现并不是最优的。
mahout推荐4-评估GroupLens数据集,布布扣,bubuko.com
标签：blog java 使用 io 文件 数据 for art
原文地址：http://www.cnblogs.com/jsunday/p/3889465.html
