Mahout学习资料整理-CSDN博客

2019独角兽企业重金招聘Python工程师标准>>>

Mahout学习资料整理博客分类：算法

Mahout简介

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相关资源

Mahout主页:http://mahout.apache.org/

Mahout 最新版本0.8下载: http://mirrors.hust.edu.cn/apache/mahout/0.8/ 使用mahout-distribution-0.8.tar.gz可试跑，源码在mahout-distribution-0.8-src.tar.gz中

Mahout 简要安装步骤:

如无需修改源代码，只是试用试跑，请无需安装maven(网上许多教程会有这个弯路，请跳过)，具体可以参考以下教程
http://www.hadoopor.com/thread-983-1-1.html

如果需要能修改源代码并重新编译打包，需要安装maven，请参考如下图文教程：http://wenku.baidu.com/view/dbd15bd276a20029bd642d55.html

Mahout 专业教程： Mahout in action http://yunpan.taobao.com/share/link/R56BdLH5O

注：出版时间2012年，对应mahout版本0.5，是目前mahout最新的书籍读物。目前只有英文版，但是翻了一下，里面词汇基本都是计算机基础词汇，且配图和源代码，是适合阅读的。

IBM mahout简介: http://www.ibm.com/developerworks/cn/java/j-mahout/

注：中文版，更新是时间为09年，但是里面对于mahout阐述较全面，推荐阅读，特别是最后的书籍清单，适合深入了解

Mahout模块详解

Mahout模块详解

Mahout目前专注于推荐(RECOMMENDATIONS)、聚类(CLUSTERING)、分类(CLASSIFICATION)三大部分，具体事例可见Mahout In Action

推荐(RECOMMENDATIONS)

Item Based Algothrim

https://cwiki.apache.org/confluence/display/MAHOUT/Itembased+Collaborative+Filtering

Collaborative Filtering using a parallel matrix factorization

https://cwiki.apache.org/confluence/display/MAHOUT/Collaborative+Filtering+with+ALS-WR

注：基于矩阵因子分解的方法，由于需要不断迭代，所以在mapreduce框架下效率会受影响

Non-distributed recommenders

https://cwiki.apache.org/confluence/display/MAHOUT/Recommender+Documentatio

注：mahout中也提供了推荐算法的非分布式的实现，其中有代号为”taste”的开源推荐引擎

分类(CLUSTERING)

Bayesian 贝叶斯分类

http://blog.echen.me/2011/08/22/introduction-to-latent-dirichlet-allocation/

注：其中同时实现了Naive Bayes和Complementary Naive

BayesRandom Forests 随机森林

https://cwiki.apache.org/confluence/display/MAHOUT/Random+Forests

注：在公司内部，GBDT(内部称treelink)有着广泛的引用，附介绍文章

http://www.searchtb.com/2010/12/an-introduction-to-treelink.html (tbsearch博客)

http://www.cnblogs.com/LeftNotEasy/archive/2011/03/07/random-forest-and-gbdt.html (介绍随机森林与GBDT的博客)

Logistic Regression(逻辑回归)

https://cwiki.apache.org/confluence/display/MAHOUT/Logistic+Regression

注：是用SGD(Stochastic Gradient Descent,随机梯度下降)的方法实现的

也可用liblinear: http://www.csie.ntu.edu.tw/~cjlin/liblinear/ (其中支持L1&L2 regularized logistic regression)

SVM(支持向量机)

目前mahout这个模块还在开发，尚未集成入发布包，如有需要，建议使用台大的libSVM包

libSVM:http://www.csie.ntu.edu.tw/~cjlin/libsvmtools/

聚类(CLASSIFICATION)

聚类方法简述

http://www.ibm.com/developerworks/cn/web/1103_zhaoct_recommstudy3/

Canopy Clustering模块分析

http://www.cnblogs.com/vivounicorn/archive/2011/09/23/2186483.html (中文博客)

https://cwiki.apache.org/confluence/display/MAHOUT/Canopy+Clustering (英文文档)

Kmeans模块分析

http://www.cnblogs.com/vivounicorn/archive/2011/10/08/2201986.html （中文博客）

https://cwiki.apache.org/confluence/display/MAHOUT/K-Means+Clustering (英文文档)

Fuzz Kmeans

https://cwiki.apache.org/confluence/display/MAHOUT/Fuzzy+K-Means

Mean Shift Clustering

https://cwiki.apache.org/confluence/display/MAHOUT/Mean+Shift+Clustering

注：目前主要用于图像分割和跟踪等计算机视觉领域

Latent Dirichlet Allocation(LDA)

https://cwiki.apache.org/confluence/display/MAHOUT/Latent+Dirichlet+Allocation

注：经典方法，附论文英文原著论文 http://machinelearning.wustl.edu/mlpapers/paper_files/BleiNJ03.pdf (引用数:6829)

http://www.docin.com/p-413125834.html (基于LDA话题演化研究方法综述)

http://leyew.blog.51cto.com/5043877/860255 (中文博客学习笔记)

http://blog.echen.me/2011/08/22/introduction-to-latent-dirichlet-allocation/ (英文入门博客)

Pattern Mining 模式挖掘

Parallel Frequent Pattern Mining 并行频繁模式挖掘

https://cwiki.apache.org/confluence/display/MAHOUT/Parallel+Frequent+Pattern+Mining

论文http://wenku.baidu.com/view/9cce67ed172ded630b1cb615.html(在Query推荐中的应用)

Dimension reduction 降维

Singular Value Decomposition(SVD) 奇异值分解

https://cwiki.apache.org/confluence/display/MAHOUT/Dimensional+Reduction

SVD介绍： http://wenku.baidu.com/view/7f483a6b561252d380eb6ea6.html

Evolutionary Algorithms 进化算法

进化算法框架

进化算法介绍:

http://www.geatbx.com/docu/algindex.html

框架使用方法:

https://cwiki.apache.org/confluence/display/MAHOUT/Mahout.GA.Tutorial

注：目前mahout只是提供一套进化算法的并行化实现框架，但具体的进化算法，如遗传算法、模拟退火算法、蚁群算法等，还未集成到开发包中。

其它

http://www.xiaoyaochong.net/wordpress/index.php/2013/10/12/mahout%E5%AD%A6%E4%B9%A0%E8%B5%84%E6%96%99%E6%95%B4%E7%90%86/

转载于:https://my.oschina.net/xiaominmin/blog/1599435

Mahout学习资料整理

Mahout简介

Mahout相关资源

Mahout模块详解

相关工具书

其它