1:環境:
需要安裝hadoop 我安裝的是Hadoop2.5
Hadoop安裝參考:http://blog.csdn.net/mapengbo521521/article/details/41777721
下載地址:
http://mirrors.cnnic.cn/apache/mahout/0.11.1/apache-mahout-distribution-0.11.1.tar.gz
解壓
tar -zxvf apache-mahout-distribution-0.11.1.tar.gz
mv apache-mahout-distribution-0.11.1.tar.gz mahout-0.11.1
2:配置環境變量:在/etc/profile,/home/hadoop/.bashrc中添加如下紅色信息
#set java environment
MAHOUT_HOME=/home/hadoop/mahout-0.11.1
PATH=$MAHOUT_HOME/binf:$PATH
CLASSPATH=.:$MAHOUT_HOME/lib:$PIG_HOME/lib:$HIVE_HOME/lib:$JAVA_HOME/lib/tools.jar
3:啓動hadoop
cd /home/hadoop/hadoop/sbin
./start-all.sh
4:mahout測試
a.下載一個文件synthetic_control.data,下載地址http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data,並把這個文件放在$MAHOUT_HOME目錄下。
b.創建測試目錄testdata,並把數據導入到這個tastdata目錄中(這裏的目錄的名字只能是testdata)
hadoop fs -mkdir testdata #
hadoop fs -put /home/hadoop/mahout-0.11.1/synthetic_control.data testdata
c.使用kmeans算法(這會運行幾分鐘左右)
hadoop jar /home/hadoop/ mahout-0.11.1/mahout-examples-0.11.1-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job
d.查看結果
hadoop@ubuntu:~/$ hadoop fs -lsr output
如果看到以下結果那麼算法運行成功,你的安裝也就成功了。
clusteredPoints clusters-0 clusters-1 clusters-10 clusters-2 clusters-3 clusters-4 clusters-5 clusters-6 clusters-7 clusters-8 clusters-9 data