Mac系统下配置Sublime Text的lua运行环境

其实在Windows下配置也一样,只是Mac下要注意Lua的安装路径
1.点击工具栏,Tool->Build System->New Build System

2.在新建的脚本文件中添加以下代码

{
     "cmd" : [ "lua" , "$file" ],
     "file_regex" : "^(?:lua:)?[\t ](...*?):([0-9]*):?([0-9]*)" ,
     "selector" : "source.lua"
}

3.ctrl + s将文件保存为lua.sublime-build,保存到默认位置即可。

4.这个时候Tool->Build System,勾选lua为默认选项即可。

5.ctrl + n新建一个lua文件,输入

print ( "hello world" )

6.ctrl + b运行,这个时候我们就能在控制台看到输出"hello world"啦!

如果提示 No such file or directory ... 则在刚才的配置中加入一行:"path": "/usr/local/bin",这个是lua的安装路径

{
     "cmd" : [ "lua" , "$file" ],
     "file_regex" : "^(?:lua:)?[\t ](...*?):([0-9]*):?([0-9]*)" ,
     "path" : "/usr/local/bin" ,
     "selector" : "source.lua"
}

基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值