mahout0.9 测试

环境： hadoop2.2.0  + mahout0.9

hadoop1 192.168.100.171 (namenode、secondarynamenode、resourcemanager、mahout)

hadoop2 192.168.100.172 (datanode、nodemanager)

hadoop3 192.168.100.173 (datanode、nodemanager)

hadoop4 192.168.100.174 (datanode、nodemanager)

hadoop5 192.168.100.175 (datanode、nodemanager)

一：安装mahout0.9

[root@hadoop1 hadoop]# tar zxf /mnt/mydisk/soft/hadoop/mahout/mahout-distribution-0.9.tar.gz 

[root@hadoop1 hadoop]# tar zxf /mnt/mydisk/soft/hadoop/mahout/mahout-distribution-0.9-src.tar.gz 

[root@hadoop1 hadoop]# mv mahout-distribution-0.9 mahout09

[root@hadoop1 hadoop]# chown -R hadoop:hadoop mahout09

[root@hadoop1 hadoop]# vi /etc/profile

   
   

    
    export HADOOP_PREFIX=/app/hadoop/hadoop220
   
   
   
   

    
    export HADOOP_COMMON_HOME=${HADOOP_PREFIX}
   
   
   
   

    
    export HADOOP_CONF_DIR=${HADOOP_PREFIX}/etc/hadoop
   
   
   
   

    
    export MAHOUT_HOME=/app/hadoop/mahout09
   
   
   
   

    
    export MAHOUT_CONF_DIR=/app/hadoop/mahout09/conf
   
   
   
   

    
    export PATH=${MAHOUT_HOME}/conf:${MAHOUT_HOME}/bin:$PATH
   
   

[root@hadoop1 hadoop]# source /etc/profile

[root@hadoop1 hadoop]# su - hadoop

[hadoop@hadoop1 ~]$ cd /app/hadoop/mahout09/

[hadoop@hadoop1 mahout09]$ bin/mahout

 

二：聚类测试

Synthetic_control.data数据集下载地址

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

该数据集含有600行60列数据，每100行代表一种趋势图，共6种，具体说明参看：

Synthetic Control Chart Time Series

运行例程指南

Example: Synthetic control data

注意使用synthetic_control.data测试时要先上传至hdfs://hadoop1:8000/user/hadoop/testdata

命令行使用方法

$MAHOUT_HOME/bin/mahout org.apache.mahout.clustering.syntheticcontrol.${clustering.type}.Job

${clustering.type} 可以是canopy、kmeans、fuzzykmeans、dirichlet其中一种，比如使用kmeans使用如下命令：

$MAHOUT_HOME/bin/mahout org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

实验：

[hadoop@hadoop1 hadoop220]$ sbin/start-dfs.sh

[hadoop@hadoop1 hadoop220]$ sbin/start-yarn.sh

[hadoop@hadoop1 hadoop220]$ bin/hdfs dfs -mkdir -p /user/hadoop/testdata

[hadoop@hadoop1 hadoop220]$ bin/hdfs dfs -put /app/data/synthetic_control.data /user/hadoop/testdata/

[hadoop@hadoop1 hadoop220]$ cd ../mahout09/

[hadoop@hadoop1 mahout09]$ bin/mahout org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

 

 

三：分类器测试

mahout 0.8之后 20newsgroups的例程使用方法已经改变了，只需要直接运行一个脚本classify-20newsgroups.sh就可以了，但是在hadoop2.2.0上运行会出现错误，下面是hadoop2.2.0下运行情况：

[hadoop@hadoop1 hadoop220]$ bin/hdfs dfs -mkdir -p /tmp/mahout-work-hadoop/20news-all

[hadoop@hadoop1 mahout09]$ export HADOOP_HOME=/app/hadoop/hadoop220

以上两点要先做到，不然classify-20newsgroups.sh脚本运行会发生下载下来的样本数据无法上载、建模无法进行等问题。

[hadoop@hadoop1 mahout09]$ ./examples/bin/classify-20newsgroups.sh

 

修改/etc/profile并source，然后切换到 hadoop1.2.0 下运行该脚本，能正常运行，结果如下：