Mahout入门

1.简介：

    Mahout为推荐引擎提供了一些可扩展的机器学习领域的经典算法实现,可以使开发人员更为快捷的创建智能应用程序。

 

2.安装：

    （1）下载（0.8版本，包含源码）：

sudo svn co http://svn.apache.org/repos/asf/mahout/trunk mahout

   （2） Maven build（若存在权限问题，则使用chmod进行权限修改）：

 cd $MAHOUT_HOME
 sudo mvn install -DskipTests

    （3）安装Hadoop：问度娘

    （4）检查Mahout是否安装成功：

cd $MAHOUT_HOME/bin
./mahout

     一般没有报错就是安装成功了（忘了截图了...），so easy，另若在/etc/profile中设置环境的变量的，则使用source /etc/profile，若没有则手工export HADOOP_HOME与JAVA_HOME。

 

3.测试Mahout：

    （1）下载测试数据：

    包含600行60列的一个测试数据

wget http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data

    （2）将数据上传到Hadoop：

hadoop fs -mkdir testdata
hadoop fs -put synthetic_control.data testdata

    必须使用该路径，文件会上传到HDFS路径：/user/hadoop/testdata/synthetic_cotrol.data，测试代码已经写死了，所以必须按照此路径作测试数据。

    （3）测试各种算法

cd  $MAHOUT_HOME/examples/target
# canopy
hadoop jar mahout-examples-0.8-job.jar org.apache.mahout.clustering.syntheticcontrol.canopy.Job
# kmeans
hadoop jar mahout-examples-0.8-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

    观察输出，其中canopy算法与kmeans算法以后补充。

 

上述为mahout的安装与案例测试。