基于Hadoop的开源数据挖掘工具Mohout
Mahout 项目是由 Apache Lucene（开源搜索）社区中对机器学习感兴趣的一些成员发起的，他们希望建立一个可靠、文档翔实、可伸缩的项目，在其中实现一些常见的用于集群和分类的机器学习算法。该社区最初基于 Ng et al. 的文章 “Map-Reduce for Machine Learning on Multicore”（见 参考资料），但此后在发展中又并入了更多广泛的机器学习方法。Mahout 支持一些集群算法实现（都是使用 Map-Reduce 编写的），它们都有一组各自的目标和标准：
Canopy：一种快速集群算法，通常用于为其他集群算法创建初始种子。
k-Means（以及 模糊 k-Means）：根据项目与之前迭代的质心（或中心）之间的距离将项目添加到 k 集群中。
Mean-Shift：无需任何关于集群数量的推理 知识的算法，它可以生成任意形状的集群。
Dirichlet：借助基于多种概率模型的集群，它不需要提前执行特定的集群视图。
官方网址：http://ucene.apache.org/mahout/
Hadoop技术论坛：以下任一域名均可：
http://bbs.hadoopor.com
http://www.hadoopor.com
http://forum.hadoopor.com
http://hadoop.hadoopor.com
http://hdfs.hadoopor.com
http://mapreduce.hadoopor.com
http://hive.hadoopor.com
http://bigtable.hadoopor.com
[ 本帖最后由 Aquester 于 2010-1-7 11:34 编辑 ] 支持楼主一个的哩~！
页:
[1]