Mahout随机森林算法--分类无标签数据

开发环境：Intellij IDEA14 、Maven3.2、JDK1.7、Hadoop2.6 、mahout0.10

源码下载及运行参考：https://github.com/fansy1990/randomforest_classify 

设计思路：

Mahout 随机森林算法（Random Forest）利用建立好的模型（BuildForest的输出结果）以及描述文件（Describe的输出结果），来对没有标签的数据进行分类。受TestForest中的CMapper的启发，其主要代码如下：

String line = value.toString();
      if (!line.isEmpty()) {
        Instance instance = converter.convert(line);
        double prediction = forest.classify(dataset, rng, instance);
        lkey.set(dataset.getLabel(instance));
        lvalue.set(Double.toString(prediction));
        context.write(lkey, lvalue);
      }

可以看到一行数据value，被赋值到line，然后通过line转换为Instance，之后就可以直接使用forest.classify函数来得到实际的类别了。当然，这里classify函数得到的是实际类