Mahout0.9—Hadoop2.20—FPG关联规则算法

最新推荐文章于 2018-06-09 10:30:16 发布

原创

最新推荐文章于 2018-06-09 10:30:16 发布 · 3.8k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#mahout

本文介绍了在Mahout0.9和Hadoop2.20环境下，使用FPGrowth算法进行关联规则挖掘的过程，包括FPG函数的运用和实际的FPG挖掘步骤。数据上传至Hadoop后，通过mahout seqdumper工具处理输出结果。

1. Mahout0.9—Hadoop2.20—FPG关联规则算法

1.1. FPG函数

目前Mahout0.9 无fpg函数，0.9之前版本有，但是在0.9中可以找到fpg的jar包；
mahout org.apache.mahout.fpm.pfpgrowth.FPGrowthDriver 等价于 fpg；
1) fpg参数(mahout org.apache.mahout.fpm.pfpgrowth.FPGrowthDriver)
-- minSupport，最小支持度，默认3
-- maxHeapSize，最大项集，默认50
-- numGroups，分组数量
-- splitterPattern，数据分割符，如：" \"[ ,\\t]*[,|\\t][ ,\\t]*\" ", "[ ,\t]*[,|\t][ ,\t]*"
-- numTreeCacheEntries，fpg树数量，Values: [5-10]", 默认"5"
-- method，sequential|mapreduce，并行或者串行计算；
-- encoding，编码，Default value: UTF-8", "UTF-8"
-- useFPG2，"2", "Use an alternate FPG implementation"