Mahout: build 0.9 from source code and eclipse env setup

1.# svn co http://svn.apache.org/repos/asf/mahout/trunk

or download mahout-distribution-0.9-src.tar.gz

2.mvn -DskipTests clean install package

 

3.create a common java project which using mahout.

4.configure build path. add external jars in mahout-distribution-0.9/examples/target/dependency dir

-------

Import mahout projects to eclipse

1.#cd  /path/to/mahout0.9

2.#mvn eclipse:eclipse

3.eclipse import ...  select /path/to/mahout0.9

 

 

 

 

References

http://bigdatacircus.com/2012/09/13/mahout-setting-up-and-building-mahout-a-walkthrough/

https://shuyo.wordpress.com/page/4/

 http://stackoverflow.com/questions/6643761/question-on-converting-maven-project-of-mahout-into-eclipse-project

 

Data

 http://grouplens.org/datasets/movielens/

 

Books

<<Mahout In Action>>

<<Apache Mahout Cookbook>>

http://dl.ebooks-it.org/e-books/packt/Packt.Apache.Mahout.Cookbook.Dec.2013.ISBN.1849518025.pdf

 

source code for <<mahout In Action>> is attachment 1 while sample data used in this book attachment 2.

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我来回答你的问题。首先,Mahout是一个基于Hadoop的机器学习框架,可以用于实现各种机器学习算法,包括协同过滤推荐算法。Mahout中的推荐算法实现了多种模型,包括基于用户的协同过滤、基于物品的协同过滤和隐式反馈等。 而你的问题是如何使用Mahout 0.9版本中的ReloadFromJDBCDataModel连接MySQL,并采用SVD推荐算法。下面是具体的步骤: 1. 首先,你需要在MySQL中创建一个数据表,用于存储用户和物品之间的评分数据。数据表至少需要包含三个字段:用户ID、物品ID和评分值。可以使用以下SQL语句创建数据表: ``` CREATE TABLE ratings ( user_id INT NOT NULL, item_id INT NOT NULL, rating FLOAT NOT NULL, PRIMARY KEY (user_id, item_id) ); ``` 2. 然后,在Mahout中使用ReloadFromJDBCDataModel类连接MySQL数据库。具体的代码如下: ``` String url = "jdbc:mysql://<host>:<port>/<database>"; String user = "<username>"; String password = "<password>"; DataModel model = new ReloadFromJDBCDataModel(url, user, password); ``` 其中,<host>是MySQL服务器的主机名或IP地址,<port>是MySQL服务器的端口号,<database>是要连接的数据库名,<username>和<password>是登录MySQL数据库所需的用户名和密码。 3. 接下来,使用SVD推荐算法对评分数据进行建模和预测。具体的代码如下: ``` RecommenderBuilder builder = new SVDRecommenderBuilder(); Recommender recommender = builder.buildRecommender(model); ``` 其中,RecommenderBuilder是一个接口,用于创建推荐器模型。SVDRecommenderBuilder是Mahout中实现SVD推荐算法的类。buildRecommender()方法用于创建推荐器模型。 4. 最后,使用推荐器模型进行预测。具体的代码如下: ``` int userId = <user_id>; int numRecommendations = <num_recommendations>; List<RecommendedItem> recommendations = recommender.recommend(userId, numRecommendations); ``` 其中,<user_id>是要为其进行推荐的用户ID,<num_recommendations>是要生成的推荐物品数量。recommend()方法用于生成推荐结果,返回一个RecommendedItem列表,每个RecommendedItem对象包含一个物品ID和一个预测评分值。 以上就是使用Mahout 0.9版本中的ReloadFromJDBCDataModel连接MySQL并采用SVD推荐算法的具体步骤。希望能对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值