mahout0.6 api调用

1.首先在解压缩的mahout文件中可以看到core包，该包是调用mahout api必须引入的jar包，

另外，该包里的driver.classes.default.props中记录了每个命令跟调用类的映射对应关系。

1.1 打开mahout源码包（可以通过maven部署在elicpse上），分析一下testClassifier类：

1.2 main函数会用很大的篇幅来处理命令输入的参数，BayesParameters params=new BayesParameters (),

params就是用来存储这些参数的.

1.3 根据这些参数，确定运行的是线性还是并行的作业，并启动一个作业，进入bayes的driver类BayesClassifierDriver中

1.4  BayesClassifierDriver的runJob的参数就是params，用Hadoop旧的api配置作业的过程，作业是在mapper中对作业进行分类的，所以要调用分类器的模型，这就需要将贝叶斯模型的相关参数存入作业当中去，即conf.set("bayes.parameters",params.toString()).接下来进入mapper类BayesClassifierMapper

1.5 BayesClassifierMapper中的configure函数相当于新api中的setup函数，是在map之前需要做的工作，目的就是为了建立分类器。

     1.5.1首先读取driver中的params，

BayesParameters params=new BayesParameters (job.get("bayes.parameters"),"");

algorithm用来指定分类器算法，datastore用来存储模型结果，根据选择的算法，new出相应对象，比如选择朴素bayes,

algorithm= new BayesAlgorithm(), datastore =new InMemoryBayesDatastore(params)；如果选择Cbayes,则algorithm= new CBayesAlgorithm(), datastore =new InMemoryBayesDatastore(params)；

     1.5.2 然后就可以生成并初始化分类器对象，classifier =new ClassifierContext(algorithm,datastore),classifier.initialize()，这样就建立起了一个分类器。

     1.5.3 之后获取map的两个私有变量：默认分类defaultCategory和构成特征词数目gramSize，defaultCategory=params.get("defaultCat"),gramSize=params.getGramSize(),这样在configure函数中就建立了分类器

1.6map函数<Text key,Text value,OutputCollector<>output>，key指类别，value指分词结果

    1.6.1 首先建立ngrams集合List<String>ngrams=new NGrams(value.toString(),gramSize).generateNGramsWithoutLabel()，用来存储某篇文章特征集合

    1.6.2 然后调用分类器的分类方法，ClassifierResult result=classifier.classifyDocument(ngrams.toArray(new String(ngrams.size())),defaultCategory)

    1.6.3最终，通过result.getlabel()得到相应类别