Mahout的安装与配置

 

Mahout 是一个很强大的数据挖掘工具，是一个分布式机器学习算法的集合，包括：被称为Taste的分布式协同过滤的实现、分类、聚类等。 Mahout最大的优点就是基于hadoop实现，把很多以前运行于单机上的算法，转化为了MapReduce模式，这样大大提升了算法可处理的数据量和处理性能。

 

下载Mahout，我下载的版本是Mahout0.9：mahout-distribution-0.9.tar.gz

 

解压：

 

重命名：

 

配置环境变量：

 

使用命令 source/profile 使环境变量立即生效：

 

验证Mahout是否安装成功：输入myhout，若列出一些算法，则成功

 

运行一个Mahout实例，从网站下载测试数据，另存为 synthetic_control.data.txt 格式

启动Hadoop，在HDFS上创建文件夹testdata（必须命名为testdata）

然后将 synthetic_control.data.txt 上传至 testdata

 

运行k-means算法，该算法会启动10个MapReduce Job任务

 

下面是运行生成的结果：

 

查看output目录：

 

完