Mahout是Hadoop的一种高级应用。运行Mahout需要提前安装好Hadoop。Hadoop的安装网上很多,并不复杂,这里不再讲述,接下来阐述怎么安装Mahout。

下载二进制解压安装。

直接使用homebrew安装mahout brew install mahout 会提示你安装hadoop,因为我的hadoop不是最新版本所以又下载了2.7.1 下载在/usr/local/Cellar/mahout目录下

启动hadoop,也可以用伪分布式来测试

cd /usr/local/Cellar/hadoop/2.6.0/sbin/
./start-all.sh

mahout –help

检查Mahout是否安装完好,看是否列出了一些算法

mahout使用准备

  1. 下载一个文件synthetic_control.data
cd ~
wget http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data
  1. 启动Hadoop:$HADOOP_HOME/bin/start-all.sh

  2. 创建测试目录testdata,并把数据导入到这个tastdata目录中(这里的目录的名字只能是testdata)

hadoop fs -mkdir testdata
cd ~
hadoop fs -put synthetic_control.data testdata
  1. 使用kmeans算法(这会运行几分钟左右)
hadoop jar $MAHOUT_HOME/libexec/mahout-examples-0.7-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job
  1. 查看结果 hadoop fs -lsr output 如果看到以下结果那么算法运行成功,你的安装也就成功了。 clusteredPoints clusters-0 clusters-1 clusters-10 clusters-2 clusters-3 clusters-4 clusters-5 clusters-6 clusters-7 clusters-8 clusters-9 data