【Apache 之Mahout介绍】

The Apache Mahout™ project's goal is to build an environment for quickly creating scalable performant machine learning applications.

Mahout 是一个很强大的数据挖掘工具，是一个分布式机器学习算法的集合，包括：被称为Taste的分布式协同过滤的实现、分类、聚类等。Mahout最大的优点就是基于hadoop实现，把很多以前运行于单机上的算法，转化为了MapReduce模式，这样大大提升了算法可处理的数据量和处理性能。

 

Apache Mahout software provides three major features:

1)A simple and extensible programming environment and framework for building scalable algorithms

2)A wide variety of premade algorithms for Scala + Apache Spark, H2O, Apache Flink

3)Samsara, a vector math experimentation environment with R-like syntax which works at scale

4)On-GPU compute for performance improvements in large matrix multiplications

 

 查了Mahout的中文意思——驭象的人，再看看Mahout的logo，好吧，想和小黄象happy地玩耍，得顺便陪陪这位驭象人耍耍了...

 

Mahout 目前提供了一些工具，可用于通过 Taste 库建立一个推荐引擎 —针对 CF 的快速且灵活的引擎。Taste 支持基于用户和基于项目的推荐，并且提供了许多推荐选项，以及用于自定义的界面。Taste 包含 5 个主要组件，用于操作 用户、项目和 首选项：

DataModel：用于存储 用户、项目和 首选项

UserSimilarity：用于定义两个用户之间的相似度的界面

ItemSimilarity：用于定义两个项目之间的相似度的界面

Recommender：用于提供推荐的界面

UserNeighborhood：用于计算相似用户邻近度的界面，其结果随时可由 Recommender使用

 

 

在Mahout实现的机器学习算法：

算法类	算法名	中文名
分类算法	Logistic Regression	逻辑回归
Bayesian	贝叶斯
SVM	支持向量机
Perceptron	感知器算法
Neural Network	神经网络
Random Forests	随机森林
Restricted Boltzmann Machines	有限波尔兹曼机
聚类算法	Canopy Clustering	Canopy聚类
K-means Clustering	K均值算法
Fuzzy K-means	模糊K均值
Expectation Maximization	EM聚类（期望最大化聚类）
Mean Shift Clustering	均值漂移聚类
Hierarchical Clustering	层次聚类
Dirichlet Process Clustering	狄里克雷过程聚类
Latent Dirichlet Allocation	LDA聚类
Spectral Clustering	谱聚类
关联规则挖掘	Parallel FP Growth Algorithm	并行FP Growth算法
回归	Locally Weighted Linear Regression	局部加权线性回归
降维/维约简	Singular Value Decomposition	奇异值分解
Principal Components Analysis	主成分分析
Independent Component Analysis	独立成分分析
Gaussian Discriminative Analysis	高斯判别分析
进化算法	并行化了Watchmaker框架
推荐/协同过滤	Non-distributed recommenders	Taste(UserCF, ItemCF, SlopeOne）
Distributed Recommenders	ItemCF
向量相似度计算	RowSimilarityJob	计算列间相似度
VectorDistanceJob	计算向量间距离
非Map-Reduce算法	Hidden Markov Models	隐马尔科夫模型
集合方法扩展	Collections	扩展了java的Collections类