MovieLens数据集-外壳脚本

Question

我使用的是数据集和shell脚本找到的here。当我使用以下命令运行shell脚本时：

sh split_ratings.sh

终端读取：

ratings count: 
expr: syntax error
set size: 
expr: syntax error
remainder: 
tail: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
tail: -: No such file or directory
tail: -: No such file or directory
r1.test created.   lines.
r1.train created.   lines.
tail: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
tail: -: No such file or directory
tail: -: No such file or directory
r2.test created.   lines.
r2.train created.   lines.
tail: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
tail: -: No such file or directory
tail: -: No such file or directory
r3.test created.   lines.
r3.train created.   lines.
expr: syntax error
tail: -: No such file or directory
head: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
tail: -: No such file or directory
tail: -: No such file or directory
r4.test created.   lines.
r4.train created.   lines.
tail: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
head: -: No such file or directory
expr: syntax error
tail: -: No such file or directory
tail: -: No such file or directory
r5.test created.   lines.
r5.train created.   lines.
ra.test created.   lines.

ra.train created.   lines.
rb.test created.   lines.
rb.train created.   lines.

所有文件都显示在该文件夹中；但是，大多数文件都是空的。r5.test是唯一包含数据的.test文件，它包含以下数据：

==> ratings.dat <==
71567::1984::1::912580553
71567::1985::1::912580553
71567::1986::1::912580553
71567::2012::3::912580722
71567::2028::5::912580344
71567::2107::1::912580553
71567::2126::2::912649143
71567::2294::5::912577968
71567::2338::2::912578016
71567::2384::2::912578173

这显然不是10,000,000的20%！

唯一正确的文件是ra.train，ra.test，rb.trainandrb.test` -这些文件实际上是我唯一不需要的文件！

我没有使用Shell的经验，因此不知道为什么会发生这种情况。我使用的是Mac，所有的文件都已下载--我没有改变任何文件结构。

Answer 1

我也有同样的问题。事实上，我在Xubuntu上试过，它工作得很完美。因此，我打开了split_ratings.sh，并试图找出脚本的错误所在。令人惊讶的是，问题出在第一行。如果在您的终端上运行

$ wc -l ratings.dat | cut -d ' ' -f 1

它不返回任何东西。第一个命令(在管道的左侧)计算文件包含的评级数。第二个方法是从字符串中提取数字。如果你运行

$ wc -l ratings.dat | cut -d ' ' -f 2

您将看到它正确地返回了数字。

所以如果你改变这个

RATINGS_COUNT=`wc -l ratings.dat | cut -d ' ' -f 1`

到这个

RATINGS_COUNT=`wc -l ratings.dat | cut -d ' ' -f 2`

脚本现在将知道有多少个评分。此外，如果您在第23、24、28、29、32和33行应用相同的更改，脚本将输出每个生成的文件的行数(评级)。

我希望它能帮上忙。