mahout 安装

软件准备：hadoop-0.20.2,mahout-0.4,ubuntu 11.10,jdk1.6  mahout的版本0.4只对hadoop-0.20.2版本兼容 如果fs版本为hadoop0.20.2 请下载mahout0.4版本

 

mahout是hadoop的一种高级应用。运行mahout需要提前安装好hadoop。hadoop的安装网上很多。而且也不复杂，这里不再讲述。这里默认hadoop已经安装完成。

1：下载二进制解压安装。

到http://labs.renren.com/apache-mirror/mahout/0.4/mahout-distribution-0.4.tar.gz 下载，我选择下载二进制包，直接解压及可。

2：配置环境变量：HADOOP_HOME,HADOOP_CONF_DIR,MAHOUT_HOME,格式如下

export HADOOP_HOME=/usr/local/hadoop-0.20.205.0

export HADOOP_CONF_DIR=/usr/local/hadoop-0.20.205.0/conf

export MAHOUT_HOME=/usr/local/mahout-distribution-0.5

export PATH=$HADOOP_HOME/bin:$MAHOUT_HOME/bin:$PATH

3:(注意)

网上都说运行bin/mahout --help来查看一些算法以及是否安装成功，这其实是有问题的。bin/mahout --help有bug,有时候运行会提示Unknown program '--help' chosen.这其实并不代表安装出了问题。

你可以继续试下bin/mahout -h或者bin/mahout kmeans --help.应该说如果配置没有问题的话bin/mahout kmeans --help应该是可以正常运行的。

4：准备

　　1.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。

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

　　3.在$MAHOUT_HOME目录下创建测试目录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）

　　　　$HADOOP_HOME/bin/hadoop fs -mkdir testdata

　　　　$HADOOP_HOME/bin/hadoop fs -put  $MAHOUT_HOME/synthetic_control.data $MAHOUT_HOME/testdata

　　4.使用kmeans算法(这会运行1分钟左右)

　　　　$HADOOP_HOME/bin/hadoop jar $MAHOUT_HOME/mahout-examples-0.5-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

　　5.查看结果

　　　　$HADOOP_HOME/bin/hadoop fs -lsr output

　　　　$HADOOP_HOME/bin/hadoop fs -get output $MAHOUT_HOME/examples

　　　　$cd $MAHOUT_HOME/examples/output

　　　　$ ls

　　　　如果看到以下结果那么算法运行成功，你的安装也就成功了.

　　　　clusteredPoints  clusters-0  clusters-1  clusters-10  clusters-2  clusters-3  clusters-4

　　　　clusters-5  clusters-6  clusters-7  clusters-8  clusters-9  data