mahout下实现FP算法

mahout下实现FP算法

数据准备

　　到http://fimi.ua.ac.be/data/下载一个购物篮数据retail.dat。

　　上传到hadoop文件系统　

bin/hadoop fs -mkdir f_input

bin/hadoop fs -put input/retail.dat f_input

调用FpGrowth算法：

bin/mahout fpg -i f_input/retail.dat -o patterns -method mapreduce -s 1000 -regex '[\ ]'

-i表示input，-o表示-output，-s表示最小支持度，'[\ ]'表示以行内的数据以空格分开。

或者

mahout fpg -i output.dat -o patterns -k 10 -method mapreduce -regex '[\ ]' -s 10

　　指令的含义在mahout的网站上有详细说明，简要说下，-i表示输入，-o表示输出，-k 10表示找出和某个item相关的前十个频繁项，-method mapreduce表示使用mapreduce来运行这个作业，-regex '[\ ]'表示每个transaction里用空白来间隔item的，-s 10表示只统计最少出现10次的项。

一两分钟后执行完毕，生成的文件被序列化了，直接查看会是乱码，因此需要用mahout还原回来：

bin/mahout seqdumper -i patterns/fpgrowth/part-r-00000 （-o 你想输出的路径如：/home/wangnan/hadoop-1.2.1/output/patterns.txt）

　　

这里输出的只是频繁项集，但在此基础上提取关联规则已经不是难事。

参考网址：

http://www.cnblogs.com/fengfenggirl/p/associate_mahout.html

http://www.cnblogs.com/ValiancyHe/p/3174944.html