mahout在数据集的操作

1.下载mahout0.13.0

2.解压

3.配置环境变量

#MAHOUT_HOME
export MAHOUT_HOME=/opt/cdh5.15.0/mahout-0.13.0
export MAHOUT_CONF_DIR=$MAHOUT_HOME/conf
export PATH=$PATH:$MAHOUT_HOME/conf:$MAHOUT_HOME/bin

4. 下载数据集：http://archive.ics.uci.edu/ml/databases/synthetic_control/

5.Hadoop环境（略），具体查看前面的文章。

6.将数据文件上传到hdfs，/user/zuowei.zhang/testdata,注意：文件路径必须一样。

7.运行任务：

hadoop jar /opt/cdh5.15.0/mahout-0.13.0/mahout-examples-0.13.0-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

8.运行结果，会自动生成output路径：