Tho*_*mas 5 java recommendation-engine collaborative-filtering precision-recall
我正在寻找一种基于用户的协同过滤的 Java非常简单的实现.我想用movielens数据集来评估这个CF的精确度和召回率.我已经看到表现(F1)应该在20%到30%之间(与Pearson的相似性和KNN).
这个简单的框架是否与精度和召回代码的评估一起存在？
Apache Mahout完成了你在这里提到的一切.它基于Java,支持基于用户的协同过滤(以及其他)GenericUserBasedRecommender.它是一个k最近邻居算法,您可以将相似性实现插入PearsonCorrelationSimilarity到其他算法中.
查看org.apache.mahout.cf.taste包和子包.在.impl.eval子包中找到GenericRecommenderIRStatsEvaluator.这将进行报告精度,召回和F1的测试.
最后,已经有基于一些工作的例子GroupLens在mahout-examples.
| 归档时间： |
|
| 查看次数： |
6838 次 |
| 最近记录： |