刚开始接触Mahout,在网上也看了一些人家的文章,但是感觉都比较复杂。
下面我这种方式,在单机做一些简单的实验、作为初步对于mahout的了解估计是比较好的方法。
1. 到官网下载最新的版本:http://apache.fayea.com/apache-mirror/mahout/0.9/
2. 下载之后解压
3. Eclipse之中创建一个普通的java project 并将解压包之中的jar包导入到项目的classpath之中
在创建好项目之后,我们试一下第一个程序: (使用到的intro.csv被压缩在intro.zip之中了)
import java.io.File; import java.io.IOException; import java.util.List; import org.apache.mahout.cf.taste.common.TasteException; import org.apache.mahout.cf.taste.impl.model.file.FileDataModel; import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood; import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender; import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity; import org.apache.mahout.cf.taste.model.DataModel; import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood; import org.apache.mahout.cf.taste.recommender.RecommendedItem; import org.apache.mahout.cf.taste.recommender.Recommender; import org.apache.mahout.cf.taste.similarity.UserSimilarity; public class Test { public static void main(String[] args) throws IOException, TasteException { DataModel model = new FileDataModel(new File("E:\\DataSet\\intro.csv")); UserSimilarity sim = new PearsonCorrelationSimilarity(model); UserNeighborhood nbh = new NearestNUserNeighborhood(2, sim, model); // 生成推荐引擎 Recommender rec = new GenericUserBasedRecommender(model, nbh, sim); // 为用户1推荐物品1 List<RecommendedItem> recItemList = rec.recommend(1, 1); for(RecommendedItem item : recItemList) { System.out.println(item); } } } // RecommendedItem[item:104, value:4.257081]
结果即为推荐104这个东西
Done!
相关推荐
Mahout机器学习库,可以提高开发效率;mahout安装图文介绍;详细步骤;
mahout的详细安装,包括编译安装和快速安装,能够在hadoop上测试算法。
Apache mahout说明性文档,全面介绍mahout安装及其使用
mahout分布式数据挖掘工具,实现了在hadoop分布式环境下的各种数据挖掘算法,比如kmeans,聚类等,本文档是mahout的详细安装步骤。
mahout 推荐算法,csv格式为user,item,score对应的是用户,项目,评分
maven_mahout_template-mahout-0.8
mahout0.9配置说明,比较短,新手向,后面还有测试说明,在我的资源里找
mahout_help,mahout的java api帮助文档,可以帮你更轻松掌握mahout
mahout-examples-0.11.1 mahout-examples-0.11.1-job mahout-h2o_2.10-0.11.1 mahout-h2o_2.10-0.11.1-dependency-reduced mahout-hdfs-0.11.1 mahout-integration-0.11.1 mahout-math-0.11.1 mahout-math-0.11.1 ...
Mahout 官方文档,简单介绍Mahout概念及其安装和简单使用
If you are a Java developer and want to use Mahout and Machine Learning to solve Big Data analytics use-cases then this book is for you. Familiarity with shell-scripts is assumed but no prior ...
MAHOUT实战 MAHOUT IN ACTION
mahout-core-0.9.jar+mahout-core-0.8.jar+mahout-core-0.1.jar
mahout-integration-0.7mahout-integration-0.7mahout-integration-0.7mahout-integration-0.7
Mahout支持K-Means等聚类算法,在此zip包中已经有打好jar包的资源,不需要用户再打jar包,可以直接使用。
mahoutAlgorithms源码分析 mahout代码解析
Apache Mahout 是 Apache Software Foundation (ASF) 开发的一个全新的开源项目,其主要目标是创建一些可伸缩的机器学习算法,供开发人员在 Apache 在许可下免费使用。 机器学习 • 机器学习是人工智能的一个分支,...
9.Hadoop入门进阶课程_第9周_Mahout介绍、安装与应用案例.pdf
spring-mahout-demo-----一个简单的spring-mahout结合的例子,是很好的学习开发思路的例子。