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
- mysql学习之路_乱码问题
中文数据问题: 中文数据问题本质就说字符集问题, 计算机只识别二进制,人类识别符号:需要友谊个二进制与字符对应关系(字符集). 报错:服务器没有识别对应的四个字节. 服务器认为的数据是utf—8,一个 ...
- [置顶] AngularJS实战之路由ui-sref-active使用
当我们使用angularjs的路由时,时常会出现一个需求,当选中菜单时把当前菜单的样式设置为选中状态(多数就是改变颜色) 接下来就看看Angular-UI-Router里的指令ui-sref-acti ...
- WebGIS实现在线要素编辑之ArcGIS Server 发布Feature Service 过程解析
WebGIS实现在线要素编辑之ArcGIS Server 发布Feature Service 过程解析 FeatureService也称要素服务,其最大的好处就是支持在线要素编辑,并将编辑同步更新到后 ...
- Kafka常用命令收录
目录 目录 1 1. 前言 2 2. Broker默认端口号 2 3. 安装Kafka 2 4. 启动Kafka 2 5. 创建Topic 2 6. 列出所有Topic 3 7. 删除Topic 3 ...
- crontab使用环境变量
两种方式: 1)直接在crontab中定义变量,如: A=123 * * * * * echo $A > /tmp/a.txt 注意在定义变量时不能使用$引用其它变量,如下面的做法错误: A=1 ...
- 在Ubuntu上建立Arm Linux 开发环境
我使用的是友善2410的板子,以前都是用Fedora,现在家里的电脑被我转为Linux专用的了,装的是Ubuntu.但是嵌入式还是要玩的,在装载过程中也遇到一些小麻烦.在此记录一下,一来自己比较健忘, ...
- Beta阶段第二篇Scrum冲刺博客-Day1
1.站立式会议 提供当天站立式会议照片一张 2.每个人的工作 (有work item 的ID),并将其记录在码云项目管理中: 昨天已完成的工作. 张晨晨:交接进组 郭琪容:明确任务并学习 吴玲:明确接 ...
- ASP.NET Web API 框架研究 Web Host模式路由及将请求转出到消息处理管道
Web Host 模式下的路由本质上还是通过ASP.NET 路由系统来进行路由的,只是通过继承和组合的方式对ASP.NET路由系统的内部的类进行了一些封装,产生自己专用一套类结构,功能逻辑基本都是一样 ...
- 《principal component analysis based cataract grading and classification》学习笔记
Abstract A cataract is lens opacification caused by protein denaturation which leads to a decrease i ...
- [ASE][Daily Scrum]11.11
各位1111快乐,不知道大家的卡上还剩多少钱啊~~~ TCP server目前遇到一点小瓶颈,不过server的两个人承诺说明天就可以搞定,给他们加油!~! 今天的plan~ View Shilin ...