case (itF_1, itF_2)模式匹配是根据什么判断上面代码也没有这两个参数

来源：9-4 离线推荐：基于物品角度召回策略筛选候选集（上）

慕设计4006959

2021-04-24

写回答

1回答

小简同学

2021-04-25

同学你好，case (itF_1, itF_2) 是指匹配 (itF_1, itF_2) 这种类型，在上面的itemFactors.crossJoin(itemFactors).as[(Seq[(Int,Array[Float])],Seq[(Int,Array[Float])])] 已经将itemFactors.crossJoin(itemFactors)转换为(Seq[(Int,Array[Float])],Seq[(Int,Array[Float])])这种结构，所以 (itF_1, itF_2) 匹配的就是(Seq[(Int,Array[Float])],Seq[(Int,Array[Float])])，其中itF_1，itF_2分别对应的是(Seq[(Int,Array[Float])],Seq[(Int,Array[Float])])里第1位的Seq[(Int,Array[Float])]，和第2位的Seq[(Int,Array[Float])]，关于基于物品协同过滤的召回，这段代码，由于需要用到余弦相似度计算物品间的相似度，而且是通过RDD计算，代码看起来会有点别扭，祝学习愉快

Spark2.x+协同过滤算法，开发企业级个性化推荐系统

一门既讲算法原理又有完整的推荐系统架构的全能课

330 学习 · 91 问题

查看课程

相似问题

als recall 召回

回答 2

回答 1

flume的配置后kafka没有数据

回答 1

FTRL公式目标想让w大于0，-nt已经是负数了与Z的乘积负负得正一定是正数，正则项一定是负数，保证Z的绝对值要大于正则项是为什么

回答 3

movieLines数据集不是电影的吗为啥能用呢

回答 2

打开慕课网App查看更多内容