1、Mahout簡介
Apache Mahout是Apache Software Foundation(ASF)旗下的一個開源項目，提供了一些經典的機器學習算法，旨在幫助開發人員更加方便快捷地創建智能應用程序。
Mahout的主要目標是建立針對大規模數據集可伸縮的機器學習算法，主要包括以下五個部分：
1）頻繁模式挖掘：挖掘數據中頻繁出現的項集；
2）聚類：將諸如文本、文檔之類的數據分成局部相關的組；
3）分類：利用已經存在的分類文檔訓練分類器，對未分類的文檔進行分類；
4）推薦引擎（協同過濾）：獲取用戶的行為并從中發現用戶可能喜歡的事務；
5）頻繁子項挖掘：利用一個項集（查詢記錄或購物記錄）去識別經常一起出現的項目。


1、安裝
Mahout可下載源碼進行編譯安裝，這里直接下載已編譯好的二進制文件安裝。
Mahout可在本地模式下運行，也可利用hadoop的MapReduce作業運行。
1）下載：http://mirror.bjtu.edu.cn/apache/mahout
? ? 最新版本：apache-mahout-distribution-0.12.2.tar.gz
2）解壓文件到指定目錄：
? ?tar -zxvf apache-mahout-distribution-0.12.2.tar.gz -C /home/mahout
? ?參數-C指定解壓的文件夾，可指定到$HADOOP_HOME/下。
? ?這里采用本地模式運行，不配置Mahout所需的Hadoop環境變量，當前JDK是要提前安裝好。
? ?實際應用中，整合在Hadoop上應用最佳。
3）驗證，進入/home/mahout/目錄下執行：
? ?bin/mahout -help 可以列出Mahout的所有命令。


3、示例
示例使用Mahout中的FPGrowth算法實現頻繁模式挖掘。
1）數據獲取：http://fimi.ua.ac.be/data/retail.dat
? ?一組零售銷售記錄數據，用個空格劃分。
2）執行算法：sequential模式執行，如果是hadoop則是mapreduce
? ?bin/mahout fpg -i /tmp/retail.dat -o /tmp/ -k 50 -method sequential -regex '[\ ]' -s 2


這里只是簡單引入Mahout及本地模式命令運行相關算法，有興趣的可以深入掌握這個機器學習庫，只要提供數據即可。
Apache Mahout還提供了一個協同過濾算法的實現庫Taste，用Java實現，方便用戶定義和實現自己的推薦算法，有興趣也可以部署來用用。
個人覺得機器學習算法還是要自己一步步實現比較有感覺，而且可以交匯驗證優化，Spark平臺的MLIB庫還是比較喜歡。
??
? ?

總結

以上是生活随笔為你收集整理的Centos下机器学习算法Mahout库的安装和示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。