郭胜龙的技术博客

大家好，我是Stefan，今天开始为大家带来详细的Hadoop学习教程，大家可以按照我的教程步骤一步一步步入云计算的开发行列，好了，废话不多说，我们开始第一篇：Hadoop环境搭建。万事开头难，这话不是吹的。很多人在最初的环境搭建就出现了问题，而每个人的平台又有所差异，就更加导致了问题的出现概率，这里我尽可能涉及到多种情况，我本机用的时Mac OS 10.9.2，搭建的过程和用Ubuntu和C

item矩阵计算author : xiajun简介：本章介绍mahout itemBase 相似度的计算itemMatrix是计算两个商品之间的距离。mahout实现:user item pre 001 10001 3 001 10004 4 002 10001 2PreparePreferenceMatrixJob是处理数据格式

Mahout支持2种 M/R 的jobs实现itemBase的协同过滤I.ItemSimilarityJobII.RecommenderJob下面我们对RecommenderJob进行分析，版本是mahout-distribution-0.7源码包位置：org.apache.mahout.cf.taste.hadoop.item.RecommenderJob

在Mahout实现的机器学习算法见下表算法类算法名中文名分类算法Logistic Regression逻辑回归Bayesian贝叶斯SVM支持向量机Perceptron感知器算法Neural Ne

Taste 是 Apache Mahout 提供的一个协同过滤算法的高效实现，它是一个基于Java实现的可扩展的高效的推荐引擎。该推荐引擎是用这样简单的数据格式表达用户对物品的偏好。以此为输入数据，计算后就可以得到为每个user推荐的items列表。他提供了方便的单机版的编程接口，也提供了基于hadoop的分布式的实现。单机版的编程接口主要适用于写demo和做算法的评估，若处理

今天，我们再来研究另一个相关的问题。有些时候，除了找到关键词，我们还希望找到与原文章相似的其他文章。比如，"Google新闻"在主新闻下方，还提供多条相似的新闻。为了找出相似的文章，需要用到"余弦相似性"（cosine similiarity）。下面，我举一个例子来说明，什么是"余弦相似性"。为了简单起见，我们先从句子着手。　　句子A：我喜欢看电视，不喜欢看电影

Hi 大家好，我是stefan，今天给大家带来的时如何运行Hadoop程序。大家学习所有的IT技术都是通过先运行它们的范例开始的，Hadoop也不例外。Hadoop的运行可以分为三种：1、在bash中敲代码，对每个文件编译运行2、在bash中敲代码，打包成jar包后执行3、在eclipse中编译后直接执行===>首先我们来看看第1种方法：第一种方法首先将我们写好的.

经过好多天的各种折腾，终于在几台电脑里面配置好了Hadoop2.2.0分布式系统，现在总结一下如何配置。　　前提条件：　　（1）、首先在每台Linux电脑上面安装好JDK6或其以上版本，并设置好JAVA_HOME等，测试一下java、javac、jps等命令是否可以在终端使用，如何配置JDK这里就不说了；　　（2）、在每台Linux上安装好SSH，如何安装请参加《Linux

Hello 大家好，我是stefan，今天来和大家分享下如何将Hadoop1.x迁移至Hadoop2.x。这篇博文提供了将Hadoop MapReduce应用从Hadoop1.x迁移到Hadoop2.x的方法。在2.x的版本中，apache将resource management剥离出来集成到Hadoop YARN里了，目的在于将application management框架分开使得

由于现在hadoop2.0还处于beta版本，在apache官方网站上发布的beta版本中只有编译好的32bit可用，如果你直接下载安装在64bit的linux系统的机器上，运行会报一个INFO util.NativeCodeLoader - Unable to load native-hadoop library for your platform... using builtin-java