推荐系统7:推荐算法实战：mahout推荐算法框架

1.Mahout介绍

1.1概述

根据百度的解说，Mahout 是 Apache Software Foundation（ASF） 旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现，旨在帮助开发人员更加方便快捷地创建智能应用程序。Mahout包含许多实现，包括聚类、分类、推荐过滤、频繁子项挖掘。此外，通过使用 Apache Hadoop 库，Mahout 可以有效地扩展到云中。

1.2发展历史

mahout一直伴随Hadoop发展的，从一开始能够帮助我们在Hadoop上实现很多机器学习，到后来发现它的效率越来越慢，于是放弃使用了一段时间，在一年之后，大概14年开始宣布（0.9版本），截止14年底，mahout不再接受任何MapReduce开发的算法，转向spark。我们知道，Hadoop也是经历了从1.0到2.0时代的变迁，而mahout也是跟着这样一个变化而变化的。到了15年，mahout开始更新，更新到0.10、0.12版本后，mahout就开始使用基于Spark/Flink/H2O这样一些平台来去开发数据挖掘/机器学习库。虽然改变了开发平台，但也不是完全不支持了MapReduce的开发，只是不再接受新的MapReduce算法开发。

1.3特点

扩展性：mahout本身只是一个机器学习库，并不是一个平台，不像H2O，H2O是完整的做机器学习，预测分析的平台，而MapReduce只是一个库，它底层的存储还是基于HDFS，它的调度还是使用了