数据挖掘---推荐算法(Mahout工具)
Posted 人工智能 AI
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据挖掘---推荐算法(Mahout工具)相关的知识,希望对你有一定的参考价值。
数据挖掘---推荐算法(Mahout工具)
一、简介
Apache顶级项目(2010.4)
Hadoop上的开源机器学习库
可伸缩扩展的
Java库
推荐引擎(协同过滤)、聚类和分类
二、机器学习介绍
通常问题都归为这几类问题
分类问题
回归问题
聚类问题
推荐问题
三、安装方法
3.1 下载Mahout
wget http://archive.apache.org/dist/mahout/0.9/mahout-distribution-0.9.tar.gz
3.2 解压
tar -zxvf mahout-distribution-0.9.tar.gz
四、配置环境变量
4.1 配置mahout环境变量
# set mahout environment
export MAHOUT_HOME=/usr/local/src/mahout-distribution-0.9
export MAHOUT_CONF_DIR=$MAHOUT_HOME/conf
export PATH=$MAHOUT_HOME/conf:$MAHOUT_HOME/bin:$PATH
4.2 配置Mahout所需的Hadoop环境变量
# set hadoop environment
export HADOOP_HOME=/usr/local/src/hadoop-1.2.1
export HADOOP_CONF_DIR=$HADOOP_HOME/conf
export PATH=$PATH:$HADOOP_HOME/bin
export HADOOP_HOME_WARN_SUPPRESS=not_null
五、验证是否成功
直接执行mahout命令
支持算法列表
六、准备数据
数据格式:
1,100001,5
1,100002,3
1,100003,4
1,100004,3
1,100005,3
1,100007,4
1,100008,1
1,100009,5
1,1000011,2
七、训练
INPUT="/movie_lens.data"
TMP_DIR="/mahout_temp"
OUTPUT="/cf_mahout_output"
MAHOUT_CMD="/usr/local/src/mahout-distribution-0.9/bin/mahout“
$MAHOUT_CMD itemsimilarity
-i $INPUT
-o $OUTPUT
--maxSimilaritiesPerItem 1000
--threshold 0.0000001
--similarityClassname SIMILARITY_COSINE
--tempDir $TMP_DIR
八、输出结果
以上是关于数据挖掘---推荐算法(Mahout工具)的主要内容,如果未能解决你的问题,请参考以下文章