如何将包含时间戳等的CSV文件输入到mahout中以实现相似度功能等?

目前,我正在尝试将我的数据输入以进行机器学习实验,数据如下所示,包含三列(第一列是时间,第二列是代码,第三列是数字):

2016-06-05 00:00:00      fd04:bd3:80e8:2:215:8d00:35:ca4b   02016-06-05 00:00:00      fd04:bd3:80e8:2:215:8d00:35:f2be   0.125492016-06-05 00:00:00      fd04:bd3:80e8:2:215:8d00:35:c8a1   0.140912016-06-05 00:00:01      fd04:bd3:80e8:2:215:8d00:35:ca4b   02016-06-05 00:00:01      fd04:bd3:80e8:2:215:8d00:35:f2be   0.250982016-06-05 00:00:01      fd04:bd3:80e8:2:215:8d00:35:c8a1   02016-06-05 00:00:02      fd04:bd3:80e8:2:215:8d00:35:ca4b   02016-06-05 00:00:02      fd04:bd3:80e8:2:215:8d00:35:f2be   0.25098

以下是将数据导入mahout的代码:

我如何实现分类功能等?请告诉我。非常感谢!


回答:

您的输入文件格式不符合FileDataModel的要求。如果您查看源代码,您会发现它期望的是:

userID,itemID,timestamp

这与您看到的java.lang.NumberFormatException错误相符。它期望userID是一个long类型,而您提供的是一个格式化的日期。

另外,请注意timestamp也应该是一个long类型。源代码中的文档表明,如果您不想将所有日期转换为毫秒,您可以提供自己的函数来解析日期,只需重写readTimestampFromString(String)方法即可。

因此,您需要重新格式化数据以适应这个类,或者扩展它并重写相关方法以正确解析数据(如果可能的话)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注