/v_intern

Primary LanguagePython

説明：

1.必要環境：

  1. Python3 (3.4~3.6可)
  2. gcc 5+
  3. Python3 ライブラリー：
  • numpy: pip3 install numpy
  • pillow: pip3 install pillow

2.使い方：

  • 初期化（始めて使うが時が必要）： make init
  • 簡単な実行： python3 recommend.py

パラメーター:

  • -t k-means関数をテストするモード、ランダム二次元データでクラスタリング効果がをテストして、テスト結果を二次元画像にプロットして、'./k_means_test.png'に保存します。
  • -k k-meansのk（中心数）を設定する。
  • -u レコメンドするユーザーのIDを指定する、範囲は1〜943。

例：

  • python3 recommend.py: k=10； 1, 345, 579, 900番のユーザーに映画を推薦する（デフォルト値）
  • python3 recommend.py -t -k 20: k=20 時の k-means関数をテストする, 結果が'./k_means_test.png'に保存されます。
  • python3 recommend.py -k 5 -u '(943, 800, 777, 543)': k=5； 943, 800, 777, 543番のユーザーに映画を推薦する（デフォルト値）
  • python3 recommend.py -u '(200)': k=10； 200番のユーザーに映画を推薦する

3.ファイルズの構造：

├── data // データセットの置く場所
│   └── dataset.tar.gz // データセット
├── log // ログファイルが生成される場所
│   └──
│
├── setting.py // ログ設定などグローバルな設定
├── func.py // 主の処理コード
├── recommend.py // 実行コード
│
├── makefile // 初期化用（cコードのコンパイルとデータセットの解凍）
├── move_point.c // k-meansの中もっと計算量が多い部分、Pythonなら遅すぎますので、ｃで書きました
└── report.md // レポートのmarkdownファイル