一、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。Apache Mahout项目已经发展到了它的第三个年头,目前已经有了三个公共发行版本。Mahout包含许多实现,包括集群、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。
二、下载与准备
程序下载
下载hadoop http://labs.renren.com/apache-mirror/hadoop/common/下载适合版本的包(本文采用稳定版 hadoop-0.20.203.0rc1.tar.gz )
(本文采用mahout-distribution-0.5.tar.gz)
如需更多功能可能还需下载 maven 和 mahout-collections
数据下载
(本文使用synthetic_control 数据,synthetic_control.tar.gz)
三、安装与部署
为了不污染Linux root环境,本文采用在个人Home目录安装程序,程序目录为$HOME/local。
程序已经下载到$HOME/Downloads,使用tar命令解压:
tar zxvf hadoop-0.20.203.0rc1.tar.gz -C ~/local/
cd ~/local
mv hadoop-0.20.203.0 hadoop
tar zxvf mahout-distribution-0.5.tar.gz -C ~/local/
cd ~/local
mv mahout-distribution-0.5 mahout
修改.bash_profile / .bashrc
export HADOOP_HOME=$HOME/local/hadoop
export HADOOP_CONF_DIR=$HADOOP_HOME/conf
为方便使用程序命令,可把程序bin目录添加到$PATH下,或者直接alias 。
#Alias for apps
alias mahout=’$HOME/local/mahout/mahout’
alias hdp=’$HOME/local/hadoop/hdp’
测试
输入命令: mahout
预期结果:
Running on hadoop, using HADOOP_HOME=/home/username/local/hadoop
HADOOP_CONF_DIR=/home/username/local/hadoop/conf
An example program must be given as the first argument.
V