mahout实现的算法集
来源:互联网 发布:手机自动关闭数据连接 编辑:程序博客网 时间:2024/06/11 14:29
(一)Classification(分类算法)
完全支持:
1.Logistic Regression(Logistic回归)
2.Naive Bayes/ Complementary Naive Bayes(朴素贝叶斯/互补的朴素贝叶斯)
3.Random Forests(随机森林)
4.Hidden Markov Models(隐马尔可夫模型)
即将支持:
5.Online Passive Aggressive(在线被动攻击)
(二)Dimension reduction(聚类算法)
完全支持:
1.Canopy Clustering(Canopy聚类)
2.K-Means Clustering(K-Means聚类)
3.Fuzzy K-Means(模糊K-Means聚类)
4.Mean Shift Clustering(均值漂移聚类)
5.Dirichlet Process Clustering (狄利克雷过程聚类)
6.Latent Dirichlet Allocation(潜在狄利克雷分配)
7.Minhash Clustering(Minhash聚类)
8.kMeans++ streaming clustering(k均值+ +流媒体集群)
即将支持:
9.Hierarchical Clustering(层次聚类)
10.Spectral Clustering(谱聚类)
(三)Dimension reduction(降维)
完全支持
1.Singular Value Decomposition and other Dimension Reduction Techniques(奇异值分解和其他降维技术)
2.Stochastic Singular Value Decomposition with PCA workflow(随机奇异值分解与PCA工作流程)
即将支持:
3.Principal Components Analysis(主成分分析)
4.Gaussian Discriminative Analysis(高斯辨析)
(四)Evolutionary Algorithms(进化算法)
注:进化算法已经在mahout0.7版本中移除了。
(五)推荐引擎/协同过滤(Recommenders/Collaborative Filtering)
Mahout中包含了简单非分布式推荐引擎的实现和基于hadoop分布式推荐引擎的实现。
算法类
算法名
中文名
分类算法
Logistic Regression
逻辑回归
Bayesian
贝叶斯
SVM
支持向量机
Perceptron
感知器算法
Neural Network
神经网络
Random Forests
随机森林
Restricted Boltzmann Machines
有限波尔兹曼机
聚类算法
Canopy Clustering
Canopy聚类
K-means Clustering
K均值算法
Fuzzy K-means
模糊K均值
Expectation Maximization
EM聚类(期望最大化聚类)
Mean Shift Clustering
均值漂移聚类
Hierarchical Clustering
层次聚类
Dirichlet Process Clustering
狄里克雷过程聚类
Latent Dirichlet Allocation
LDA聚类
Spectral Clustering
谱聚类
关联规则挖掘
Parallel FP Growth Algorithm
并行FP Growth算法
回归
Locally Weighted Linear Regression
局部加权线性回归
降维/维约简
Singular Value Decomposition
奇异值分解
Principal Components Analysis
主成分分析
Independent Component Analysis
独立成分分析
Gaussian Discriminative Analysis
高斯判别分析
进化算法
并行化了Watchmaker框架
推荐/协同过滤
Non-distributed recommenders
Taste(UserCF, ItemCF, SlopeOne)
Distributed Recommenders
ItemCF
向量相似度计算
RowSimilarityJob
计算列间相似度
VectorDistanceJob
计算向量间距离
非Map-Reduce算法
Hidden Markov Models
隐马尔科夫模型
集合方法扩展
Collections
扩展了java的Collections类
- mahout实现的算法集
- mahout实现的算法集(一)
- mahout所实现的算法
- Apache Mahout 实现的机器学习算法
- Mahout实现的机器学习算法
- Apache Mahout 实现的机器学习算法
- Mahout实现的机器学习算法
- Apache Mahout 实现的机器学习算法
- Apache Mahout 实现的机器学习算法
- Mahout入门--Mahout算法集
- mahout下的Hadoop平台上的Kmeans算法实现
- 基于mahout的相似度算法的实现
- mahout下实现FP算法
- Mahout实现k-means算法
- 协同过滤算法mahout实现
- Mahout算法集
- Mahout算法集
- Mahout算法集
- Java List<Object>去掉重复对象
- 如何直接运行py文件
- 【排序算法】快速排序
- centOS windows 双系统时间设置
- c# bitmap和base64编码相互转换
- mahout实现的算法集
- PHP面向对象的构造、析构函数
- HDFS文件系统的基本操作 Hadoop权威指南
- Linux命令学习总结: file命令
- Big Event in HDU
- Java 中文字符判断
- 关于VC在64位系统下读取注册表启动项时遇见的读取的数据与实际不一致的问题
- Python中字符串的大小写合集
- 关于一维数组