mahout 简介

最新推荐文章于 2018-12-02 20:19:04 发布

iteye_19462

最新推荐文章于 2018-12-02 20:19:04 发布

阅读量280

点赞数

CC 4.0 BY-SA版权

分类专栏： mahout 文章标签：大数据人工智能

本文链接：https://blog.youkuaiyun.com/iteye_19462/article/details/82335038

mahout 专栏收录该内容

1 篇文章

订阅专栏

ApacheMahout起源于2008年，最初为ApacheLucene的子项目，并于2010年成为顶级项目。其主要目标是创建适用于大规模数据集的可扩展机器学习算法。这些算法可以在ApacheHadoop平台上通过MapReduce模式执行，同时也支持单节点或非Hadoop环境。Mahout提供了包括聚类、分类、推荐引擎和频繁项集挖掘在内的多种功能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Apache Mahout起源于2008年，当时它是Apache Lucene的子项目。使用Hadoop库，可以将其功能有效地扩展到Apache Hadoop云平台中。2010年4月Apache mahout最终成了Apache的顶级项目。
Apache Mahout的主要目标是建立可伸缩的机器学习算法。这种可伸缩性是针对大规模的数据集而言的。Apache Mahout的算法运行在Apache Hadoop平台下，它通过MapReduce模式实现。但是，Apache Mahout并不严格要求算法的实现要基于Hadoop平台，单个节点或非Hadoop平台也可以。
Apache Mahout核心库的非分存式算法也具有良好的性能。
Apache Mahout 项目包含聚类、分类、推荐引擎、频繁项集的挖掘。
聚类：将诸如文本、文档之类的数据分成局部相关的组；
分类:利用已经存在的分类法文档训练分类器，对未分类的文档进行分类；
推荐引擎（协同过滤）:获得用户的行为并从中发现用户可能喜欢的事物
频繁项集的挖掘:利用一个项集（查询记录或购物目录）去识别经常一起出现的项目。