01 机器学习算法库Mahout mahout概念和支持的算法库



1 研究mahout之前要想给mahout定位好，他是hadoop生态圈里做机器学习的子系统，提供了多种数据挖掘的算法。

      数据挖掘是从海量数据中挖掘出有用的商业价值，如客户分类，新闻分类等。挖掘类型分为， 聚类，分类，预测，关联。4种类型的挖掘任务。数据挖掘的过程 原始数据 --》 抽取特征向量  --》  训练模型 -》评估模型 -》 最终模型。

      mahout是spark提供的用于数据挖掘的 机器学习的 算法库。mahout在数据挖掘中，充当  训练模型 -》评估模型 -》 最终模型。后3个过程的角色。

2 mahout应用场景

    mahout实现了数据挖掘领域的4种挖掘类型的多个算法，研究mahout的应用场景，相当于研究对应的算法类型的作用。

    聚类算法

    聚类算法，把一堆数据集分为几类。是一种无学习集（无监督）的学习过程。可以用以电信行业中挖掘优质客户。游