Mahout使用(一)
1.HelloMahout.java
2.DistanceTest.java
3.MahoutDemo.java
1.HelloMahout.java
package cn.crxy.mahout; import java.io.File;
import java.util.List; import org.apache.log4j.Logger;
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.RecommendedItem;
import org.apache.mahout.cf.taste.recommender.Recommender;
import org.apache.mahout.cf.taste.similarity.UserSimilarity; public class HelloMahout { public static void main(String[] args) { Logger logger=Logger.getLogger(HelloMahout.class);
try {
//读取用户评分数据 封装成一个model
DataModel model = new FileDataModel(new File("F:\\360Downloads\\超人学院\\第14期视频\\2016-09-12【mahout】\\样本数据\\info.csv"));
// 根据相似度找出对应的好朋友的标准 物以类聚,人以群分
UserSimilarity userSimilarity = new PearsonCorrelationSimilarity(model);
// 邻域 选择两个好朋友帮我推荐
UserNeighborhood userNeighborhood = new NearestNUserNeighborhood(2,userSimilarity, model);
// 构建推荐引擎
Recommender recommender = new GenericUserBasedRecommender(model,userNeighborhood, userSimilarity);
// 进行推荐
List<RecommendedItem> recommend = recommender.recommend(1, 5);
for (RecommendedItem item : recommend) {
logger.info(item);
}
} catch (Exception e) {
logger.error(e.getMessage());
}
}
}
2.DistanceTest.java
package cn.crxy.mahout; import org.junit.Before;
import org.junit.Test; public class DistanceTest { // 水果维度依次为:苹果、梨、桃子、栗子、香蕉、橘子
// 小明:5,4,2,1,5,5
// 小丽:5,3,1,2,1,1
// 小王:5,3,4,1,4,3
private int[] a;
private int[] b;
private int[] c; @Before
public void initData(){
a=new int[]{5,4,2,1,5,5};
b=new int[]{5,3,1,2,1,1};
c=new int[]{5,3,4,1,4,3};
} @Test
public void Distance(){
// a-b:5.916079783099616
// a-c:3.1622776601683795
// c-b:4.795831523312719 System.out.println(String.format("a-b:%s", 1.0/(1.0+Man(a, b))));
System.out.println(String.format("a-c:%s", 1.0/(1.0+Man(a, c))));
System.out.println(String.format("c-b:%s", 1.0/(1.0+Man(c, b))));
// a-b:0.08333333333333333
// a-c:0.14285714285714285
// c-b:0.1 }
//欧式距离
private double ErluD(int[] a_array,int[] b_array){
double result=0;
for (int i = 0; i < a_array.length; i++) {
result+=Math.pow(a_array[i]-b_array[i],2);
}
return Math.sqrt(result);
}
//曼哈顿距离
private double Man(int[] a_array,int[] b_array){
double result=0;
for (int i = 0; i < a_array.length; i++) {
result+=Math.abs(a_array[i]-b_array[i]);
}
return result;
}
//min式距离
private double Min(int[] a_array,int[] b_array,int p){
double result=0;
for (int i = 0; i < a_array.length; i++) {
result+=Math.pow(Math.abs(a_array[i]-b_array[i]),p);
}
return Math.pow(result,1.0/p);
} }
3.MahoutDemo.java
package cn.crxy.mahout; import java.io.File;
import java.util.List; import org.apache.mahout.cf.taste.impl.common.FastByIDMap;
import org.apache.mahout.cf.taste.impl.common.FastIDSet;
import org.apache.mahout.cf.taste.impl.model.GenericPreference;
import org.apache.mahout.cf.taste.impl.model.GenericUserPreferenceArray;
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.neighborhood.ThresholdUserNeighborhood;
import org.apache.mahout.cf.taste.impl.recommender.GenericBooleanPrefItemBasedRecommender;
import org.apache.mahout.cf.taste.impl.recommender.GenericItemBasedRecommender;
import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;
import org.apache.mahout.cf.taste.impl.similarity.CachingItemSimilarity;
import org.apache.mahout.cf.taste.impl.similarity.CachingUserSimilarity;
import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;
import org.apache.mahout.cf.taste.impl.similarity.TanimotoCoefficientSimilarity;
import org.apache.mahout.cf.taste.model.DataModel;
import org.apache.mahout.cf.taste.model.PreferenceArray;
import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;
import org.apache.mahout.cf.taste.recommender.RecommendedItem;
import org.apache.mahout.cf.taste.recommender.Recommender;
import org.apache.mahout.cf.taste.similarity.ItemSimilarity;
import org.apache.mahout.cf.taste.similarity.UserSimilarity;
import org.junit.Before;
import org.junit.Ignore;
import org.junit.Test; public class MahoutDemo { //组装datamodel // userid itemid score
// 101 102 103 104
// 1(5,4,2,)
// 2(,2,4,1)
// 3(4,3,1,)
DataModel dataModel; @Before
public void initData() throws Exception{
//每一个用户的喜好列表 key:用户id value:该用户的偏好列表
FastByIDMap<PreferenceArray> data=new FastByIDMap<PreferenceArray>();
//组装第一个用户 偏好列表
PreferenceArray array1=new GenericUserPreferenceArray(3);
//PreferenceArray index 指:偏好列表的index 序号。
array1.setUserID(0, 1);
array1.setItemID(0, 101);
array1.setValue(0, 5); array1.setUserID(1, 1);
array1.setItemID(1, 102);
array1.setValue(1, 4); array1.setUserID(2, 1);
array1.setItemID(2, 103);
array1.setValue(2, 2); data.put(1, array1); //组装第二个喜好
PreferenceArray array2=new GenericUserPreferenceArray(3);
//2(,2,4,1)
array2.set(0, new GenericPreference(2,102,2));
array2.set(1, new GenericPreference(2,103,4));
array2.set(2, new GenericPreference(2,104,1));
data.put(2, array2);
//组装第三个喜好
PreferenceArray array3=new GenericUserPreferenceArray(3);
//3(4,3,1,)
array3.set(0, new GenericPreference(3,101,4));
array3.set(1, new GenericPreference(3,102,3));
array3.set(2, new GenericPreference(3,103,1));
data.put(3, array3); //dataModel=new GenericDataModel(data);
// dataModel=new GenericBooleanPrefDataModel(userData);
// System.out.println(dataModel.getPreferenceValue(1, 102));//获得1用户对102的评分
// System.out.println(dataModel.getItemIDsFromUser(1));
// System.out.println(dataModel.getUserIDs()); //1 101 102 103
//2 102 103
// key为userid value:物品的集合 set
FastByIDMap<FastIDSet> userData=new FastByIDMap<FastIDSet>(); FastIDSet userSet1=new FastIDSet(3);
userSet1.add(101);
userSet1.add(102);
userSet1.add(103);
userData.put(1,userSet1); FastIDSet userSet2=new FastIDSet(2);
userSet2.add(102);
userSet2.add(103);
userData.put(2,userSet2); //无偏好的构建
// dataModel=new GenericBooleanPrefDataModel(userData); //读取文件 有偏好的
dataModel=new FileDataModel(new File("F:\\360Downloads\\超人学院\\第14期视频\\2016-09-12【mahout】\\样本数据\\info.csv"));
//读取文件 无偏好的 无偏好的数据只有用户和其关联的商品 没有对应商品的评分
// dataModel=new FileDataModel(new File("F:\\360Downloads\\超人学院\\第14期视频\\2016-09-12【mahout】\\样本数据\\ubool.data")); // 对于无偏好数据:getvalue:如果存在记录则是1.0;否则为null。
// System.out.println(dataModel.getPreferenceValue(1, 103));
// System.out.println(dataModel.getItemIDsFromUser(1));
// System.out.println(dataModel.getUserIDs()); }
@Ignore
public void testUserSimi() throws Exception{ //利用model和相似度函数 计算用户相似度
// UserSimilarity userSimilarity=new TanimotoCoefficientSimilarity(dataModel);
UserSimilarity userSimilarity=new PearsonCorrelationSimilarity(dataModel);
userSimilarity=new CachingUserSimilarity(userSimilarity, dataModel);
//查询用户之间的相似度 0.9999999999999998 0.944911182523068
//如果使用CachingUserSimilarity userSimilarity(1,5) 第二次不会再次计算了
System.out.println(userSimilarity.userSimilarity(1, 5));
System.out.println(userSimilarity.userSimilarity(1, 5));
}
@Ignore
public void testItemSimi() throws Exception{ //利用model和相似度函数 计算物品相似度
ItemSimilarity itemSimilarity=new PearsonCorrelationSimilarity(dataModel);
itemSimilarity =new CachingItemSimilarity(itemSimilarity,dataModel);
//查询物品之间的相似度 0.9449111825230729
System.out.println(itemSimilarity.itemSimilarity(101, 102));
}
@Test
public void testuserNeighborhood() throws Exception{
//相似度 有相似度才能算邻居是谁
UserSimilarity userSimilarity=new PearsonCorrelationSimilarity(dataModel);
//1.固定数目的邻居 如果取邻居 只取前三个
UserNeighborhood userNeighborhood=new NearestNUserNeighborhood(3,userSimilarity,dataModel);
long[] userNeighborhoods = userNeighborhood.getUserNeighborhood(1);//为1用户取得用户
for (long l : userNeighborhoods) {
System.out.println(l+"NearestNUserNeighborhoodsimi---"+userSimilarity.userSimilarity(1, l));
}
// 4NearestNUserNeighborhoodsimi---0.9999999999999998
// 5NearestNUserNeighborhoodsimi---0.944911182523068
// 2NearestNUserNeighborhoodsimi--- -0.7642652566278799这个是负0.7 //2.固定阈值的邻居 只要0.8以上的
userNeighborhood=new ThresholdUserNeighborhood(0.7,userSimilarity,dataModel);
long[] userNeighborhoodsnew = userNeighborhood.getUserNeighborhood(1);
System.out.println(userSimilarity.userSimilarity(1, 2)); //查看1和2的相似度
for (long l : userNeighborhoodsnew) {
System.out.println(l+"ThresholdUserNeighborhoodsimi---"+userSimilarity.userSimilarity(1, l));
} }
@Test
public void testItemCmd() throws Exception{
//1.基于物品的有偏好的推荐 基于物品的不需要邻居
// ItemSimilarity itemSimilarity=new PearsonCorrelationSimilarity(dataModel);
// Recommender recommender=new GenericItemBasedRecommender(dataModel,itemSimilarity); //2.基于物品的无偏好推荐
ItemSimilarity itemSimilarity=new TanimotoCoefficientSimilarity(dataModel);
Recommender recommender=new GenericBooleanPrefItemBasedRecommender(dataModel,itemSimilarity); List<RecommendedItem> recommend = recommender.recommend(1, 3);//给用户1推荐3个.
for (RecommendedItem recommendedItem : recommend) {
System.out.println(recommendedItem);
//1.基于物品的有偏好的推荐RecommendedItem[item:104, value:5.0]其他的推荐不出来了....所以只推荐出了1个 //2.基于物品的无偏好的推荐
//RecommendedItem[item:104, value:1.8]
//RecommendedItem[item:106, value:1.15]
//RecommendedItem[item:105, value:0.85]
}
}
@Test
public void testUserCmd() throws Exception{
//1.基于用户的有偏好的推荐
//UserSimilarity userSimilarity=new PearsonCorrelationSimilarity(dataModel);
//2.基于用户的无偏好的推荐
UserSimilarity userSimilarity=new TanimotoCoefficientSimilarity(dataModel); UserNeighborhood userNeighborhood=new NearestNUserNeighborhood(3,userSimilarity,dataModel);//Top 3
//构建推荐对象
Recommender recommender=new GenericUserBasedRecommender(dataModel,userNeighborhood,userSimilarity);
List<RecommendedItem> recommend = recommender.recommend(1, 3);
for (RecommendedItem recommendedItem : recommend) {
System.out.println(recommendedItem);
//1.基于用户的有偏好推荐
//RecommendedItem[item:104, value:5.0]
//RecommendedItem[item:106, value:4.0]
//2.基于用户的无偏好推荐
//RecommendedItem[item:106, value:4.0]
//RecommendedItem[item:104, value:3.2121212] }
} }
Mahout使用(一)的更多相关文章
- [Mahout] 完整部署过程
概述 Mahout底层依赖Hadoop,部署Mahout过程中最困难的就是Hadoop的部署 本文假设用户本身没有进行Hadoop的部署,记述部署Mahout的过程 ...
- Mahout之数据承载
转载自:https://www.douban.com/note/204399134/ 推荐数据的处理是大规模的,在集群环境下一次要处理的数据可能是数GB,所以Mahout针对推荐数据进行了优化. Pr ...
- Mahout推荐算法API详解
转载自:http://blog.fens.me/mahout-recommendation-api/ Hadoop家族系列文章,主要介绍Hadoop家族产品,常用的项目包括Hadoop, Hive, ...
- 从源代码剖析Mahout推荐引擎
转载自:http://blog.fens.me/mahout-recommend-engine/ Hadoop家族系列文章,主要介绍Hadoop家族产品,常用的项目包括Hadoop, Hive, Pi ...
- mahout 安装测试
1 下载 在http://archive.apache.org/dist/mahout下载相应版本的mahout 版本,获取官网查看http://mahout.apache.org 相关的信息
- Hadoop里的数据挖掘应用-Mahout——学习笔记<三>
之前有幸在MOOC学院抽中小象学院hadoop体验课. 这是小象学院hadoop2.X的笔记 由于平时对数据挖掘做的比较多,所以优先看Mahout方向视频. Mahout有很好的扩展性与容错性(基于H ...
- 初学Mahout测试kmeans算法
预备工作: 启动hadoop集群 准备数据 Synthetic_control.data数据集下载地址http://archive.ics.uci.edu/ml/databases/synthetic ...
- Mahout安装与配置
一.安装mahout 1.下载mahout(mahout-distribution-0.9.tar.gz) http://pan.baidu.com/s/1kUtOMQb 2.解压至指定目录 我平时都 ...
- Mahout 的安装
Mahout 的安装 Mahout是Hadoop的一种高级应用.运行Mahout需要提前安装好Hadoop,Mahout只在Hadoop集群的NameNode节点上安装一个即可,其他数据节点上不需要安 ...
- Mahout源码分析之 -- 文档向量化TF-IDF
fesh个人实践,欢迎经验交流!Blog地址:http://www.cnblogs.com/fesh/p/3775429.html Mahout之SparseVectorsFromSequenceFi ...
随机推荐
- 安装docker跨主机网络flannel
一.实验环境 机器 操作系统 安装服务 172.16.4.36 centos7 docker etcd flannel 172.16.4.37 centos7 docker etcd flanne ( ...
- Kotlin零碎总结
1.对于Kotlin的包方法其实对应Java而言是静态方法,如Entrance.kt文件的外部有fun main(...方法,那么编译成字节码后就是Java的Entrance类里有public sta ...
- MIT Molecular Biology 笔记1 DNA的复制,染色体组装
视频 https://www.bilibili.com/video/av7973580?from=search&seid=16993146754254492690 教材 Molecular ...
- Ng第十八课:应用实例:图片文字识别(Application Example: Photo OCR)
18.1 问题描述和流程图 18.2 滑动窗口 18.3 获取大量数据和人工数据 18.4 上限分析:哪部分管道的接下去做 18.1 问题描述和流程图 图像文字识别应用所作的事是,从一张给定 ...
- 通过request获取网页资讯 通过BeautifulSoup剖析网页元素
import requests newsUrl ='http://news.sina.com.cn/china/' res = requests.get(newsUrl) res.encoding ...
- chrome用type=file获取图片路径并转base64字符串
1 html页面 <div class="col-sm-2" style="height: 200px;margin-top: 14px;"> &l ...
- GPT分区在IBM服务器上安装linux不能引导的解决方法
提示: Your boot partition is on a disk using the GPT partitioning Scheme but this machines cannot boot ...
- 《mysql必知必会》学习_第五章_20180730_欢
使用的工具是wamp的Mysql. P29 select prod_name from products; #在表products中选列prod_name,顺寻不是纯粹的随机,但是没有说明排列顺序, ...
- html5 定位
需要实现的功能:移动端的网页,能定位到中文地址. 百度地图能实现这样的功能. 之前精度差得原因是,我用自己的mac做服务器,用手机来浏览定位,这样只能定位到mac 的地址,mac上浏览器的地址就没准了 ...
- kafka groupid
kafka 分组 简言之,就是相同分组的消费者,会分摊消费kafka中同一个topic中的数据.