`
小网客
  • 浏览: 1243782 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

Mahout之Describe应用使用

 
阅读更多

Describe用于生成数据描述文件主要用于决策树分类使用,换句话说就是对数据项的描述说明,为json格式,生成的样例如下:

[
    {
        "values": null,
        "label": false,
        "type": "numerical"
    },
    {
        "values": [
            "icmp",
            "udp",
            "tcp"
        ],
        "label": false,
        "type": "categorical"
    }
]

主要包括三项,类型,是否为label和值,如果是数值型的那么不会罗列其数值会以null的形式存在,描述项支持的类型如下:

I 忽略不参与计算
N 数值型
C 字符串型
L 类标签

 

使用方式:

hadoop jar  your.jar org.apache.mahout.driver.MahoutDriver org.apache.mahout.classifier.df.tools.Describe -p /user/test/input/KDDTrain+.TXT -f /user/test/input/data.info  -d N 3 C 2 N C 4 N C 8 N 2 C 19 N L N

 

0
0
分享到:
评论

相关推荐

    Mahout之Item-based应用使用

    《Mahout之Item-based应用使用》 Apache Mahout是一个开源的机器学习库,主要专注于大规模数据集上的推荐系统、分类和聚类算法。在这个主题中,我们将深入探讨Mahout中的Item-based协同过滤(Item-based ...

    Mahout RandomForest Example使用步骤

    - 使用 Mahout 提供的工具或者自定义代码将 CSV 数据转换为适合 Mahout 处理的格式,例如 SequenceFile 或 HDFS 上的文本文件。 2. **导入数据**: - 将转换后的数据输入到 Hadoop 文件系统中,以便 Mahout 可以...

    mahout-0.3.tar

    如果你打算深入研究Mahout或者利用其功能,可以先阅读文档了解其架构和使用方法,然后通过例子实践,最后根据实际需求定制和优化算法。同时,由于"新建文件夹"没有给出具体信息,可能是一个空文件夹,或者包含了与...

    mahout所需jar包

    Mahout的目标是帮助开发人员构建智能应用程序,如推荐系统、分类和聚类算法,这些在大数据分析领域中极为重要。 **K-Means聚类算法** K-Means是一种无监督学习的聚类算法,用于将数据集分成不同的群组或类别。在...

    mahout-core-0.9.jar+mahout-core-0.8.jar+mahout-core-0.1.jar

    Mahout是建立在Hadoop之上的,利用其分布式计算能力处理大规模数据集。这使得Mahout能够处理超出单台机器内存和计算能力的数据。 3. **版本差异**: - mahout-core-0.1.jar:这是早期版本,可能包含的基本功能,...

    大数据Mahout实践指南

    《大数据Mahout实践指南》是一本深入探讨大数据分析与机器学习技术的专业书籍,尤其侧重于Apache Mahout框架的应用。Mahout是Apache软件基金会的一个开源项目,致力于提供可扩展的、易于使用的机器学习库,用于构建...

    MAHOUT实战(中文版)

    《MAHOUT实战》这本书是关于Apache Mahout机器学习库的中文版指南,旨在帮助读者理解和应用Mahout进行大数据分析和构建智能应用。Apache Mahout是一个开源项目,它提供了可扩展的机器学习算法,用于分类、聚类和推荐...

    maven_mahout_template-mahout-0.8

    `maven_mahout_template-mahout-0.8`这个项目模板,是为使用Maven构建的Mahout项目提供的一种基础架构。它包含了配置文件、依赖管理和项目结构,使得开发者可以快速地搭建起一个基于Mahout的项目环境,进行机器学习...

    Mahout in Action 2012

    这本书详细介绍了如何使用Apache Mahout进行数据挖掘和机器学习,并提供了大量的实践案例和代码示例,帮助读者快速上手Mahout,并且能够将其应用到实际的项目中去。本书不仅适合数据科学家、机器学习工程师,同样...

    Mahout源码

    Mahout 构建在Hadoop之上,利用MapReduce进行分布式计算。这意味着,对于处理大量数据,Mahout 可以在多台机器上并行运行,大大提高了计算效率。Hadoop的输入/输出机制与Mahout相结合,使得大数据处理变得简单易行。...

    9.Hadoop入门进阶课程_第9周_Mahout介绍、安装与应用案例.pdf

    ### Hadoop入门进阶课程之Mahout介绍、安装与应用案例 #### Mahout概述 Mahout作为Apache Software Foundation(ASF)旗下的一个开源项目,致力于提供一系列可扩展的机器学习算法实现,以帮助开发者更轻松地构建...

    [Mahout] Windows下Mahout单机安装

    为了方便使用Mahout,可以将Mahout的bin目录添加到系统PATH环境变量中。这样,你就可以在任何目录下运行Mahout的命令行工具。 五、验证安装 在命令行中输入`mahout`,如果系统能够列出Mahout的所有可用命令,那么...

    Learning Apache Mahout

    在《Learning Apache Mahout》这本书中,作者Chandramani Tiwary深入介绍了Mahout的安装和使用,让读者能够获得大数据分析和数据科学探索的实用技能。书中不仅涵盖了Mahout的基础概念,还深入讲解了如何在实际项目中...

    Mahout最新基础依赖包.rar

    为了在 Eclipse 中使用 Mahout,你需要安装 Hadoop 和 Mahout 相关的插件,或者手动配置项目以包含 "Mahout 最新基础依赖包" 中的 JAR 文件。这样可以避免因缺少依赖而导致的编译错误或运行时问题。 **使用步骤** ...

    mahout源码

    首先,使用jieba对新闻文本进行分词,然后将分词结果转化为Mahout的向量表示,接着利用训练好的朴素贝叶斯模型进行分类。通过对大量新闻数据的处理和学习,系统能够自动识别出新闻的主题类别,提高信息检索和推荐的...

    mahout Algorithms源码分析

    樊哲是Mahout的积极学习者和实践者,他在CSDN上分享了关于Mahout算法的解析与案例实战的博客,获得了“CSDN2013博客之星”的荣誉。樊哲的经验表明,虽然Hadoop平台上算法开发一般需要耗费很长时间,但Mahout已经实现...

    mahout_in_action_中文版

    1. **协同过滤(Collaborative Filtering, CF)/ 推荐引擎**:这是Mahout中最广为人知的功能之一,主要用于构建个性化推荐系统。通过对用户行为数据进行分析,能够预测用户可能感兴趣的产品或内容,并据此生成推荐...

    Mahout In Action英文完整版

    - **第2章:Introducing recommenders** - 推荐系统是Mahout最广泛应用的领域之一。本章将介绍推荐系统的原理、不同类型的推荐算法以及如何利用Mahout实现推荐功能。通过本章的学习,读者可以掌握如何为用户生成个性...

Global site tag (gtag.js) - Google Analytics