hadoop jar /usr/mahout/mahout-examples-0.12.0-job.jar org.apache.mahout.classifier.df.tools.Describe -p /Data/rf/data -f /RF/datainfo -d 41 N L
-p是文件的输入文件 -f是描述文件的输出 -d 对每一个属性列进行描述 41 N 表示:连续的41个属性都是连续的 L表示输出类别,C表示离散,I表示忽略。
hadoop jar /usr/mahout/mahout-examples-0.12.0-job.jar org.apahce.mahout.classifier.df.mapreduce.BuildForest -d /Data/rf/data -ds /RF/datainfo -sl 10 -ms 3 -p -t 20 -o /RF/forest
-sl 建树过程中随机选择的属性个数 -ms 当数据集容量小于3时产生叶子节点而不是递归建树,-p 使用mapreduce模式 -t生成5棵决策树组件随机森林。
hadoop jar /usr/mahout/mahout-examples-0.12.0-job.jar org.apahce.mahout.classifier.df.mapreduce.TestForest -i /Data/rf/data -ds /RF/datainfo -m/RF/forest -mr -a -o /RF/result
-m上一步建立的模型路径,-mr 设置为MapReduce模式
第二步和第三步在Mahout 0.8以上版本中没有,Mahout 0.8以下版本不支持Hadoop 2.0