Mahout是Apache公司的一個提供機器學習算法的開源項目
標簽:* 關于本產品的分類與介紹僅供參考,精準產品資料以官網介紹為準,如需購買請先行測試。
建立一個可靠、文檔翔實、可伸縮的項目,在其中實現一些常見的用于集群和分類的機器學習算法。
建立一個用戶和貢獻者社區,使代碼不必依賴于特定貢獻者的參與或任何特定公司和大學的資金。
專注于實際用例,這與高新技術研究及未經驗證的技巧相反。
提供高質量文章和示例。
Mahout 提供了大量功能,特別是在集群和 CF 方面。Mahout 的主要特性包括:
Taste CF。Taste 是 Sean Owen 在 SourceForge 上發起的一個針對 CF 的開源項目,并在 2008 年被贈予 Mahout。
一些支持 Map-Reduce 的集群實現包括 k-Means、模糊 k-Means、Canopy、Dirichlet 和 Mean-Shift。
Distributed Naive Bayes 和 Complementary Naive Bayes 分類實現。
針對進化編程的分布式適用性功能。
Matrix 和矢量庫。
上述算法的示例。
Mahout 的入門相對比較簡單。首先,您需要安裝以下軟件:
如果要編譯 Mahout 源代碼,還需要安裝
您還需要本文的示例代碼(見 部分),其中包括一個 Mahout 副本及其依賴關系。依照以下步驟安裝示例代碼:
解壓縮 sample.zip
cd apache-mahout-examples
ant install
步驟 3 將下載必要的 Wikipedia 文件將編譯代碼。所使用的 Wikipedia 文件大約為 2.5 GB,因此下載時間將由您的寬帶決定。
更新時間:2016-01-26 16:51:56.000 | 錄入時間:2016-01-26 16:51:11.000 | 責任編輯:陳俊吉