啟動spark shell

spark-shell val rawUserData=sc.textFile("")

導包 協同過濾式算法

import org.apache.spark.mllib.recommendation.ALS import org.apache.spark.mllib.recommendation.Ratting

用戶評分 前三列

val rawRatings=rawUserData.map("\t").take(3)

數據轉換為RDD格式

val ratingsRDD = rawRatings.map{case Array(user,movie,rating)=>Rating(user.toInt,movie.toInt,rating.toDounble)}

使用ALS算法

val model=ALS.train(ratingRDD,10.10.0.01)

ratingRDD 面對的數據集

---

val rawUserData=sc.textFile("file:/home/chares/Recommed/u.data") rawUserData.take(5).foreach(printlin) rawUserData.map(_.split('\t')(2).toDouble).stats()

count:本列數據多少個
mean：平均值
stdev：標準差
min：最低評分

導入庫

import org.apache.spark.mllib.recommendation.ALS import org.apache.spark.mllib.recommendation.Ratting

ALS 協同過濾式算法

eg mllib學習庫 面向對象思想
a+b ==> a.+(b

ratings = rawUserData.map(_split('\t').take(3)) val ratingRDD=rawRating.map{ case Array(user,movie,rating)Int,movie.toInt,rating.toDouble) } val model=ALS.train(ratingRDD,10.10.0.01)

第三個參數：迭代次數 評估前可以給大概值
第五個參數：默認0.01 梯度方法中的梯度 拉姆達系數

model.recommendProducts(196,5).mkString("\n") model.recommendProducts(200,10).mkString("\n")

recommendProducts
1：用戶id
2：推薦 前幾個產品

輸出3列：推薦系數

model.recommendUesr(464,5)

464電影推薦給前5個用戶

---

val itemRDD=sc.textFile("file:/home/chares/Recommed/u.item") val movieTitle=itemRDD.map(_.split("\\|").take(2).map(array=>(array(0).toInt,array(1)))).collectAsMap()

map分割–然后轉換為數據集的格式
movieTil只取標題
collectAsMap：創建 id-名稱 對照表

movieTile.take(10).foreach(println)

總結

以上是生活随笔為你收集整理的spark数据分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。