目录
2、非监督学习（Unsupervised Learning）
Mahout(象夫)
Apache开源项目，主要用于创建可伸缩的机器学习算法
实现了如下几个主流的机器学习算法
- Recommendation 推荐算法
- Classification 分类算法
- Clustering 聚类算法
Mahout的特性
1、在hadoop上运行，spark上也可以运行
2、在大型数据集上进行数据挖掘
3、快速高效分析大数据
4、包含了一些聚类算法
5、贝叶斯和朴素贝叶斯分类算法
6、包含矩阵和向量类库
机器学习
是一个科学分支，主要是自动学习以及提升经验值。
学习意味着识别和理解输入数据，以及基于这些数据做出正确的决策。
实现机器学习的方式
1、监督学习（Supervised learning）
概念：
从可见的数据集中进行学习，产生推断函数，并应用到新的案例上。
应用场景：
- 分类垃圾邮件
- 基于内容的网页标签化
- 语音识别。
监督学习的算法：
- 神经网络
- 支持向量机
- 朴素贝叶斯分类器（Mahout实现）
2、非监督学习（Unsupervised Learning）
概念：
使用未标签的数据，没有做任何预定义数据，对于分析可用数据是一个极其强大的工具。
常见的非监督学习有：
- K-mean（均值）
- self-organizing maps（自组织映射）
- hierachical clustering（层级聚类）
非监督学习的形式：
聚类，是基于数据的一些共性，形成若干组和相关数据集合。
新闻组使用聚类技术基于相关主题对各种文章进行分组
聚类引擎对数据进行遍历，最终决定数据分配到哪个组下