fansy1990的专栏

首先更正一点，昨天处理数据的时候是有问题的，直接从网页中拷贝的文件的空格是有问题的，直接拷贝然后新建的文件中的空格可能有一个两个、三个的，所以要把两个或者三个的都换为一个，在InputMapper中下面的代码： private static final Pattern SPACE = Pattern.compile(" "); String[] numbers = SPACE.split(val

如果要先把meanshift算法先跑一遍的话，可以直接使用synthetic_control.data数据来做，把synthetic_control.data 下载赋值到一个文本文件中，然后上传到HDFS文件系统上面，使用下面的命令： bin/hadoop fs -put synthetic_control.data testdata；上传完毕后直接在mahout中运行：bin/mahout

继上篇博客，分析MeanShiftCanopyMapperFollow： 首先要获得数据，MeanShiftCanopyMapperFollow的getMapData函数是改编自KMeansDriver中的一段代码，主要是读取序列文件的Value值，把这些Value值返回一个变量，其中涉及到强制转型，这里转型的代码改编一下就可以适应来读取不同的序列文件的value值了。 因为使用的是synth

首先贴上MeanShiftCanopyReducer的仿造代码，如下： package mahout.fansy.meanshift; import java.io.IOException; import java.util.Collection; import java.util.HashMap; import java.util.Map; import org.apache.hadoop