基于MATLAB实现的数据挖掘机期末大挖掘+使用说明文档.zip

# Data-mining-final 数据挖掘机期末大挖掘。 ## Problem 1 数据筛选 已完成。 ### Usage ```bash cd Step1 python filter_data.py ``` 然后会生成ratings_test.txt, ratings_train.txt，分别是测试集和训练集数据， 单行数据用半角逗号分离，格式如下： ``` 用户ID,电影ID,评级,时间戳 ``` ## Problem 2 Recommendation 推荐算法 ### Usage 执行顺序： 1. 初始化（step1_init.m）【不推荐直接运行，请下载该步骤的<a href="http://pan.baidu.com/s/1qXsR3n2">缓存数据</a>，放在Problem2文件夹下】 2. 使用item-based baseline estimator预测（step1.m）。 3. 初始化Step2（step2_init.m）【不推荐直接运行，请下载该步骤的<a href="http://pan.baidu.com/s/1hqYjhxa">缓存数据</a>，放在Problem2文件夹下】 4. 使用item-based neighbour estimator预测（step2_1.m）。 5. 使用user-based neighbour estimator预测（step2_2.m）。 6. 使用incorporating temporal dynamics estimator预测（step3.m）。 ### 生成的csv 自带的ratings_train.csv和ratings_test.csv就是第一步生成的txt改个后缀名而已。 执行以上步骤后会生成以下csv文件，分别为： 1. baseline_predict.csv 2. neighbour_predict_1.csv 3. neighbour_predict_2.csv 4. incorporating_temporal_dynamics_predict.csv ### 生成的格式化预测结果 1. baseline_predict.dat 2. neighbour_item_predict.dat 3. neighbour_user_predict.dat 4. temporal_dynamics_predict.dat 格式如下： ``` 用户ID::电影ID::预测评级::时间戳 ``` 每行格式为： 预测值,真实值,方差,从第一行开始的均方差 ## Problem 3 K-means Clustering K-means聚类 TODO ## Problem 4 TODO