Movielens數(shù)據(jù)集+WEB+Canopy聚類+Kmeans聚類+協(xié)同過濾推薦+測評指標(biāo)MAE實現(xiàn)
1橡娄、使用movielens數(shù)據(jù)集（943個用戶，1682部電影癣籽，80000條評分?jǐn)?shù)據(jù)）挽唉；
2滤祖、輸入用戶id（1-943）；
3瓶籽、創(chuàng)建用戶-電影評分矩陣匠童；
4、canopy聚類算法根據(jù)用戶評分對用戶聚類塑顺；
5汤求、將canopy聚類結(jié)果作為kmeans聚類初始點，進行kmeans聚類严拒；
6扬绪、根據(jù)聚類結(jié)果進行協(xié)同過濾推薦；
7裤唠、計算推薦算法測評指標(biāo)mae值挤牛；
8、本文描述項目實現(xiàn)詳細(xì)過程看上一篇博客Movielens數(shù)據(jù)集+Canopy聚類+Kmeans聚類+協(xié)同過濾推薦+測評指標(biāo)MAE 基于用戶的協(xié)同過濾推薦算法 聚類算法 代碼實現(xiàn) 程序?qū)崿F(xiàn)
1赊颠、項目目錄
1劈彪、首頁
2竣蹦、Canopy+Kmeans聚類結(jié)果
3、協(xié)同過濾推薦算法結(jié)果
4沧奴、推薦算法測評指標(biāo)MAE+RECALL+PRECISION
