Data Mining Project
2010Fall Data Mining course 的 project 原本是選 content-base Image Retrival 的題目，但是因為無法取得 data set，而且要自己產生 data set 必須花費很多時間，所以更換了 use of KNN for Netflix Prize 這個題目，如果有時間可以將原來使用 boosting algorithm 擷取 images 的題目實做看看，已經找到 Fire[1], Firewatch[2] 的 source code.
在 KNN project 中，William 修改了 ice Netflix framework 的程式，其中 probe.ccp comment out 169-170 line 取消了 執行到 297 就停止的限制，comment out 175-178 line 把 compile 時將結果輸出到螢幕的部份 comment out，減少 compile 的時間。
基本上要先安裝 Qt4 SDK ，然後將 Netflix data set 放到 root folder，也就是與 icefox-netflixrecommenderframework-b0315e1 同一層的目錄中，然後開啟 algorithm/knn/knn.pro 的 project 執行 Build all 即可。
[1] http://thomas.deselaers.de/fire/
[2] not found
2010Fall Data Mining course 的 project 原本是選 content-base Image Retrival 的題目，但是因為無法取得 data set，而且要自己產生 data set 必須花費很多時間，所以更換了 use of KNN for Netflix Prize 這個題目，如果有時間可以將原來使用 boosting algorithm 擷取 images 的題目實做看看，已經找到 Fire[1], Firewatch[2] 的 source code.
在 KNN project 中，William 修改了 ice Netflix framework 的程式，其中 probe.ccp comment out 169-170 line 取消了 執行到 297 就停止的限制，comment out 175-178 line 把 compile 時將結果輸出到螢幕的部份 comment out，減少 compile 的時間。
基本上要先安裝 Qt4 SDK ，然後將 Netflix data set 放到 root folder，也就是與 icefox-netflixrecommenderframework-b0315e1 同一層的目錄中，然後開啟 algorithm/knn/knn.pro 的 project 執行 Build all 即可。
[1] http://thomas.deselaers.de/fire/
[2] not found
留言
張貼留言