Mahout安装与配置

Mahout安装与配置
1：环境：
需要安装hadoop
我安装的是Hadoop2.5
Hadoop安装参考：http://blog.csdn.net/mapengbo521521/article/details/41777721
下载地址：

http://mirrors.cnnic.cn/apache/mahout/0.11.1/apache-mahout-distribution-0.11.1.tar.gz
解压
tar -zxvf apache-mahout-distribution-0.11.1.tar.gz

mv apache-mahout-distribution-0.11.1.tar.gz mahout-0.11.1

2：配置环境变量：在/etc/profile，/home/hadoop/.bashrc中添加如下红色信息

#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：启动hadoop
cd /home/hadoop/hadoop/sbin
./start-all.sh

4：mahout测试

a.下载一个文件synthetic_control.data，下载地址http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data，并把这个文件放在$MAHOUT_HOME目录下。

b.创建测试目录testdata，并把数据导入到这个tastdata目录中(这里的目录的名字只能是testdata)
hadoop fs -mkdir testdata #
hadoop fs -put /home/hadoop/mahout-0.11.1/synthetic_control.data testdata

c.使用kmeans算法(这会运行几分钟左右)
hadoop jar /home/hadoop/ mahout-0.11.1/mahout-examples-0.11.1-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

d.查看结果
hadoop@ubuntu:~/$ hadoop fs -lsr output
如果看到以下结果那么算法运行成功，你的安装也就成功了。

clusteredPoints clusters-0 clusters-1 clusters-10 clusters-2 clusters-3 clusters-4 clusters-5 clusters-6 clusters-7 clusters-8 clusters-9 data