Mahout之Describe应用使用

Describe用于生成数据描述文件主要用于决策树分类使用，换句话说就是对数据项的描述说明，为json格式，生成的样例如下：

[
    {
        "values": null,
        "label": false,
        "type": "numerical"
    },
    {
        "values": [
            "icmp",
            "udp",
            "tcp"
        ],
        "label": false,
        "type": "categorical"
    }
]

主要包括三项，类型，是否为label和值，如果是数值型的那么不会罗列其数值会以null的形式存在，描述项支持的类型如下：

I 忽略不参与计算
N 数值型
C 字符串型
L 类标签

 

使用方式：

hadoop jar  your.jar org.apache.mahout.driver.MahoutDriver org.apache.mahout.classifier.df.tools.Describe -p /user/test/input/KDDTrain+.TXT -f /user/test/input/data.info  -d N 3 C 2 N C 4 N C 8 N 2 C 19 N L N