wan560的专栏

一，假设数据集： 项的集合：  I   (A,B,C,D,E,F,G,H…Z) 交易数据库：D  (001,002,003…007) TID Item1 Item2 Item3 Item4 001 A B C   002 B C

//第一步参数解析 int minClusterSize = Integer.valueOf(getOption(MinhashOptionCreator.MIN_CLUSTER_SIZE));//每个类中的最小point个数，默认10 int minVectorSize = Integer.valueOf(getOption(MinhashOptionCreator.MIN_

Mahout简介： 1.是apache旗下的开源项目，提供了机器学习相关的系列算法，是一个开发者用于使用和改装的工具框架； 2.主要算法可分为协同过滤/推荐引擎、聚类、分类三大类，并且有很强的扩展性，可以自主优化算法； 3.支持hadoop分布式计算； 4.无需安装，是一个Java library。 5.svn check out地址：http://svn.apache.org/repo