Spark-MLlib的快速使用之九（ 推荐算法 最小二乘法）

（0）样例数据

196,242,3,881250949

186,302,3,891717742

22,377,1,878887116

244,51,2,880606923

166,346,1,886397596

298,474,4,884182806

115,265,2,881171488

253,465,5,891628467

305,451,3,886324817

6,86,3,883603013

62,257,2,879372434

286,1014,5,879781125

200,222,5,876042340

210,40,3,891035994

224,29,3,888104457

303,785,3,879485318

说明：196,242,3,881250949 （用户ID,电影ID，打分，时间）

（一） 先用数据训练出一个模型，然后用模型进行预测，最后对模型进行评估。

public class MyRecommendation {

public static void main(String args[]) {

// $example on$

SparkConf conf = new SparkConf().setAppName("MyRecommendation");

JavaSparkContext jsc = new JavaSparkContext(conf);

// 数据放在hdfs中

String path = "data/u.data";

JavaRDD<String>