Mahout

发布人：张子卓发布时间：2019-12-12 浏览次数:700

Mahout 是一套分布式机器学习算法的集合，基于Hadoop实现，把很多以前运行于单机上的算法，转化为了MapReduce模式，大大提升了算法可处理的数据量和处理性能。

Mahout适用于海量数据场景下分析挖掘，提供一系列算法工具，旨在为用户提供算法全面、性能强大的机器学习算法库，帮助用户更加方便、快捷地创建智能应用程序。

1. 算法丰富

支持的算法如下：

算法类	算法名	中文名
分类算法	Logistic Regression	逻辑回归
	Bayesian	贝叶斯
	SVM	支持向量机
	Perceptron	感知器算法
	Neural Network	神经网络
	Random Forests	随机森林
	Restricted Boltzmann Machines	有限波尔兹曼机
聚类算法	Canopy Clustering	Canopy聚类
	K-means Clustering	K均值算法
	Fuzzy K-means	模糊K均值
	Expectation Maximization	EM聚类（期望最大化聚类）
	Mean Shift Clustering	均值漂移聚类
	Hierarchical Clustering	层次聚类
	Dirichlet Process Clustering	狄里克雷过程聚类
	Latent Dirichlet Allocation	LDA聚类
	Spectral Clustering	谱聚类
关联规则挖掘	Parallel FP Growth Algorithm	并行FP Growth算法
回归	Locally Weighted Linear Regression	局部加权线性回归
降维/维约简	Singular Value Decomposition	奇异值分解
	Principal Components Analysis	主成分分析
	Independent Component Analysis	独立成分分析
	Gaussian Discriminative Analysis	高斯判别分析
进化算法	并行化了Watchmaker框架
推荐/协同过滤	Non-distributed recommenders	Taste(UserCF, ItemCF, SlopeOne）
推荐/协同过滤	Distributed Recommenders	ItemCF
向量相似度计算	RowSimilarityJob	计算列间相似度
向量相似度计算	VectorDistanceJob	计算向量间距离
非Map-Reduce算法	Hidden Markov Models	隐马尔科夫模型
集合方法扩展	Collections	扩展了java的Collections类

Mahout是围绕着可扩展的算法和接口特殊设计的，除了已有的算法，还可以继续扩展。

2. 支持分布式计算

Mahout支持分布式计算，可将算法模型转化为MapReduce模式，大大提升了算法可处理的数据规模和处理能力。