Mahout数据挖掘工具包

Mahout是Hadoop系统基于MapReduce开发的数据挖掘/机器学习库，实现了大部分常用的数据挖掘算法。

Mahout提供的算法：Classification、Clustering、Dimension Reduction、Freq. Pattern Mining、Examples、Non-MR Algorithms、Recommenders、Regression、Evolution、Vector Similarity

1.分类算法：逻辑回归、贝叶斯分类算法、支持向量机、感知器算法、神经网络、随机森林、有限波尔兹曼机、Boosting、隐式马尔科夫链

2.聚类算法：K-Means、EM算法、层次聚类、狄里克雷过程聚类、 LDA、谱聚类、自上而下聚类

3.回归算法：Locally Weighted Linear Regression

4.降维算法：SVD、PCA、Independent Component Analysis、Gaussian Discriminative Analysis

5.推荐算法：Non-distributed recommenders、Distributed Item-Based Collaboration Filtering、Collaboration Filtering using a parallel matrix factorization

6.相似度计算：RowSimiliarityJob 、VectorDistanceJob

7.其他非MR算法

聚类算法介绍：
提取feature->feature向量化->K-means聚类

新闻聚类：提取正文->分词-.>词编码->文档向量->向量转化->运行K-means

分类算法介绍：

数据准备->数据预处理->样本训练->模型测试

颜色分类：数据采集->格式处理->构建Bayes-分类模型>模型测试

推荐算法介绍：Taste

User-based+Item-based

协同过滤推荐算法：User-Item矩阵->相似度计算->排序->推荐