Mahout小结：关于评估推荐系统估计值与实际值的偏差出现异常：DataModel doesn't have preference values

该错误见于《mahout实战》2015年5月河北第4次印刷，在此书的第3.3.2 无偏好值时的内存级表示，书中第30-31页代码处。ps：别的版本不清楚。

错误提示信息如下：

16/08/05 20:22:47 INFO file.FileDataModel: Creating FileDataModel for file e:\ua.base

16/08/05 20:22:47 INFO file.FileDataModel: Reading file info...

16/08/05 20:22:47 INFO file.FileDataModel: Read lines: 90570

16/08/05 20:22:47 INFO model.GenericDataModel: Processed 943 users

16/08/05 20:22:47 INFO eval.AbstractDifferenceRecommenderEvaluator: Beginning evaluation using 0.9 of GenericBooleanPrefDataModel[users:1,2,3...]

Exception in thread "main" java.lang.IllegalArgumentException: DataModel doesn't have preference values
at com.google.common.base.Preconditions.checkArgument(Preconditions.java:88)
at org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity.<init>(PearsonCorrelationSimilarity.java:74)
at org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity.<init>(PearsonCorrelationSimilarity.java:66)
at com.wang.mahout.MavenMahoutApp.TestBooleanPrefDataModel$1.buildRecommender(TestBooleanPrefDataModel.java:36)
at org.apache.mahout.cf.taste.impl.eval.AbstractDifferenceRecommenderEvaluator.evaluate(AbstractDifferenceRecommenderEvaluator.java:124)
at com.wang.mahout.MavenMahoutApp.TestBooleanPrefDataModel.main(TestBooleanPrefDataModel.java:50)

出现错误的原因是，在对无偏好值的推荐系统，进行评估的时候，皮尔逊相关度计算（PearsonCorrelationSimilarity）的算法在mahout中需要偏好值，如果在无偏好值的推荐系统中使用这样算法，会出现如上面错误提示的：DataModel doesn't have preference values，数据模型没有偏好值的错误提示。

解决的方法也很简单，就是不使用需要偏好值的算法，改用其他布尔型偏好的算法，例如： Tanimoto coefficient算法和 log-likelihood算法, 代码中的具体实现类如下：TanimotoCoefficientSimilarity
和LogLikelihoodSimilarity 。