apache mahout 是 apache software foundation（asf） 旗下的一個開源項目，提供一些可擴展的機器學習領域經典算法的實現，旨在幫助開發(fā)人員更加方便快捷地創(chuàng)建智能應用程序。經典算法包括聚類、分類、協(xié)同過濾、進化編程等等，并且，在 mahout還支持在hadoop集群中運行，使這些算法可以更高效的運行在云計算環(huán)境中。
目前mahout已經發(fā)布的最高版本是0.5。在這里https://cwiki.apache.org/confluence/display/mahout/buildingmahout可以找到mahout的下載路徑，可以下載0.5版本的源碼壓縮包，也可以從svn中co主干代碼。但是主干代碼0.6-snapshot中沒有找到taste-webapp相關代碼。
后面的介紹都是以0.5版本的源代碼包為基礎做的介紹。
1.下載代碼后，解壓。然后命令行進入mahout-distribution-0.5目錄執(zhí)行
mvn -dskiptests install
將mahout相關模塊進行編譯，并安裝到本地maven倉庫中
如果出現內存溢出，可以先調大jvm的堆內存大小
export maven_opts=-xmx1024m
2.生成eclipse工程，本步驟可選，但是建議進行。因為在eclipse中修改java工程代碼比較方便。還是在mahout-distribution-0.5目錄執(zhí)行以下命令
mvn eclipse:eclipse
3.如果執(zhí)行了第2步，請繼續(xù)執(zhí)行此步驟。在eclipse中導入mahout-distribution-0.5下的所有工程，這個就不詳細介紹了。
4.修改mahout-taste-webapp工程的pom.xml,添加對mahout-examples的依賴
<dependency> <groupid>${project.groupid}</groupid> <artifactid>mahout-examples</artifactid> <version>0.5</version></dependency>
5.在mahout-taste-webapp工程的recommender.properties中添加
recommender.class=org.apache.mahout.cf.taste.example.grouplens.grouplensrecommender
6.從http://www.grouplens.org/node/73上下載數據文件，我下載的是1m ratings data set (.tar.gz)經過測試驗證通過，其他數據文件請自行驗證。解壓以后將ratings.dat復制到mahout-taste-webapp工程的/org/apache/mahout/cf/taste/example/grouplens/下，至于為什么是這個路徑？請大家去看這個類grouplensdatamodel。
7.現在準備工作基本完成了，cd到taste-web我們來運行一把
mvn jetty:run-war
8.訪問一下http://localhost:8080/recommenderservlet?userid=1就能看到效果，這個servlet還支持其他參數請參看recommenderservlet的javadoc說明

現在可以開始mahout的機器學習之旅了。

總結

以上是生活随笔為你收集整理的运行Apache Mahout的Taste Webapp例子的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。