初学Mahout测试kmeans算法

Posted 2020-08-17 Chinda

预备工作：

启动hadoop集群

准备数据

Synthetic_control.data数据集下载地址
http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data

在集群中创建 /user/root/testdata 目录，必须是这个目录，不能改变，若是改变的话，得对应的去改变源码。

将准备好的数据上传到集群的/user/root/testdata下。

预备工作结束。

正式测试：

运行：[[email protected] apache-mahout-distribution-0.12.2]$ hadoop jar mahout-examples-0.12.2-job.jar  org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

查看测试结果：

将集群上面的测试结果下载到本地中进行预览。

运行：mahout seqdumper -i output/data/part-m-00000 -o /opt/data/testdata

testdata: 文件名，自动定义。不需要去目录中手动创建，自动生成。