我正在寻找基于用户的协作过滤的 Java 中非常简单的实现。我想用 movielens 数据集评估这个 CF 的精度和召回率。我已经看到性能（F1）应该在 20% 到 30% 左右（具有 Pearson 相似性和 KNN）。
这个简单的框架是否存在于精度和召回代码的评估中？
问问题
7064 次
2 回答
8
Apache Mahout可以完成您在此处提到的所有操作。它是基于 Java 的，并支持基于用户的协同过滤（以及其他）GenericUserBasedRecommender。它是一种 k 最近邻算法，您可以在其中插入相似性实现PearsonCorrelationSimilarity等。
查看org.apache.mahout.cf.taste包和子包。在.impl.eval子包中找到GenericRecommenderIRStatsEvaluator. 这将运行一个报告精度、召回率和 F1 的测试。
最后，已经有一些基于GroupLensin 的工作示例mahout-examples。
于 2011-05-19T06:39:02.083 回答
1
你试过RapidMiner吗？如果您有兴趣，只需尝试评估精度和召回等事情，而无需专注于编码。这就是你的工具。网络上有很好的信息，甚至纸张和 youtube 视频教程也可以帮助您。
于 2012-12-15T23:03:31.363 回答