Mahout 的安装于配置

文章转自：荔枝壳：Mahout 的安装于配置 

Mahout 的安装

Mahout是 Hadoop 的一种高级应用。运行 Mahout 需要提前安装好 Hadoop，Linux 上 Hadoop 的安装配置可以参考文章：

•  linux 上 JDK 的安装于配置
• SSH 无密码登陆的实现
• Hadoop 伪分布式的安装部署

1.下载二进制安装包解压安装
  到http://labs.renren.com/apache-mirror/mahout/0.7下载，我选择下载二进制包，直接解压及可。

hadoop@ubuntu:~$ tar -zxvf mahout-distribution-0.7.tar.gz

 

2. 配置环境变量：在/etc/profile，/home/hadoop/.bashrc中添加 MAHOUT_HOME、MAHOUT_HOME/lib、MAHOUT_HOME/bin信息

3：启动hadoop，也可以用伪分布式来测试

4：mahout –help    #检查Mahout是否安装完好，看是否列出了一些算法

5：mahout使用准备
a.下载一个文件synthetic_control.data，下载地址 http://archive.ics.uci.edu/ml/databases/synthetic_control /synthetic_control.data，并把这个文件放在$MAHOUT_HOME目录下。

b.启动Hadoop：$HADOOP_HOME/bin/start-all.sh

c.创建测试目录testdata，并把数据导入到这个tastdata目录中(这里的目录的名字只能是testdata)

d.使用kmeans算法测试(需要运行几分钟左右)

hadoop@ubuntu:~/$ hadoop jar /home/hadoop/mahout-distribution-0.7/mahout-examples-0.7-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

e.查看结果

hadoop@ubuntu:~/$ hadoop fs -lsr output

如果看到以下结果那么算法运行成功，安装也就成功了。

clusteredPoints  clusters-0  clusters-1  clusters-10  clusters-2  clusters-3  clusters-4 clusters-5  clusters-6  clusters-7  clusters-8  clusters-9  data

详细参考文章：http://leezk.com/mahout-install.html