基于欧式距离定义相似度推荐算法的评估

最新推荐文章于 2023-04-15 22:24:26 发布

杨鑫newlfe

最新推荐文章于 2023-04-15 22:24:26 发布

阅读量4.2k

点赞数

分类专栏：大数据挖掘与大数据应用案例 Java

本文链接：https://blog.csdn.net/u012965373/article/details/45665197

版权

大数据挖掘与大数据应用案例同时被 2 个专栏收录

536 篇文章 1685 订阅 ¥9.90 ¥99.00

订阅专栏

Java

427 篇文章 33 订阅

订阅专栏

博客对比了基于欧式距离和皮尔逊算法在推荐系统中定义相似度的效果，结果显示欧式距离算法在评估中表现出更优的性能。

摘要由CSDN通过智能技术生成

/*
 * 这段程序对于基于欧式距离定义相似度的评估
 * */
package byuser;

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.neighborhood.NearestNUserNeighborhood;
import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;
import org.apache.mahout.cf.taste.impl.similarity.EuclideanDistanceSimilarity;
import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;
import org.apache.mahout.cf.taste.model.DataModel;
import org.apache.mahout.cf.taste.neighborhood.UserNeighbor

了解本专栏