简介

Mahout是Apache旗下的开源项目，旨在提供机器学习经典算法的APP实现，Mahout主要算法包括聚类、分类、推荐引擎。此外，通过使用 Apache Hadoop ，Mahout 可以有效地扩展到分布式计算项目。

声明

1.本文提供的一切链接，几乎都需要链接VPN以访问

2.未经作者许可禁止转载，转载请附带原链接

推荐书籍：

《Mahout In Action》

《Apache Mahout Cookbook》

《Apache Mahout:Beyond MapReduce》

教程目标

一、 Mahout运行环境搭建

二、Mahout上的经典算法应用

环境搭建

操作系统： Windows7_64bit

集成开发环境： Eclipse_neon3

Java环境： JDK1.8 底下众多Lib中有的版本要求JDK1.8或者更高级别

1、 打开Eclipse并创建Java工程，命名为ItemRecommender，并在根目录创建lib与data文件夹，前者放置所需相关lib  后者放置测试数据方便调用，引入相关lib，并且我们使用的是稳定的基准数据集。来自1000位用户的1700张电影的100,000评分。

测试数据

解压后

，你的目录结构看起来是这样子的

不要疑惑，上面这些library以及测试数据集 ml-100k.zip的来源，在下面做出了详细解释。

数据集

机器学习是在海量数据中找到需要的答案，所以模拟数据必不可少，下面提供的测试数据是非常真实的。这也正是为什么，大数据工程师所占比例依旧很少的原因之一。拥有大数据的公司几乎屈指可数，哪一个都是行业巨头。

测试数据：令人兴奋的数据集可以直接使用，从小到大。最多有2千万条由13万8千个用户对2.7万个电影做出的评论 测试数据下载地址 

测试数据集下载地址

日志

不管是App开发亦或是服务器端开发，日志的重要性不必重申

我们采用 SLF4J 而不是Apache Log4j  ，因为前者优秀的多，我建议你学习并使用它（Android上也可以实现哦），如果你有兴趣 ，请看更加详细介绍 

日志

Google Guava

中文发音”挂挖“

扩展库无需多说，很多工程师都在使用其中的并发、集合、IO等强大类库

下载地址

Apache CommonsMath

Apache 上一个轻量级自容器的数学和统计计算方法库

下载地址 

Mahout

中文发音”马虎“  本文中心。下载地址 

注意Mahout下载下来之后  1.0+之后的版本不在有 mahout-core.jar 库 因为

被拆分并重新命名mahout-mr.jar  与 mahout-hdfs.jar

接下来继续

测试工程

首先创建命名为 MoviesDataConvet类，带main函数。，我们的目的是

把原始数据用 ,  分隔

接下来，对数据做 用户相似度推荐

新建packge 并且新建itemRecommed.java

对了 不要忘记把jar包添加进来，看完整代码

我们可以看到日志输出结果，相似度查找出来了