- Python3 (3.4~3.6可)
- gcc 5+
- Python3 ライブラリー:
- numpy:
pip3 install numpy
- pillow:
pip3 install pillow
- 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
├── 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