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