Mahout中分布式bayes实现（转）

来源：互联网发布：mpp文件用什么打开mac 编辑：程序博客网时间：2024/06/14 08:53

Mahout中的bayes实现分为三部分，

1. 样本构建; 通过org.apache.mahout.classifier.BayesFileFormatter来实现，它将一组文件转换成label\t term1 term2 term3 …这样的格式，供后面分类器构造和分类时使用; 代码分析在前几篇博文中提供了;

2. 训练; 通过org.apache.mahout.classifier.bayes.TrainClassifier实现，它会调用BayesDriver来构建的map reduce类，它们会生成Bayes中间的参数信息，供分类时使用;

3. 测试分类; 通过 org.apach.mahout.classifier.bayes.TestClassifier 实现，它分为串行执行和并行执行两种; 这部分分类前要先调用org.apache.mahout.classifier.bayes.datastore中的一个DataStore类型，由于笔者对于HBase不了解，所以会在后面介绍InMemoryBayesDatastore这个类，它会在分类前被初始化，初始化的对象中保存了在第二步得到的中间参数信息。

BayesFileFormatter源码注释：http://anqiang1900.blog.163.com/blog/static/11418886420103252411298/

BayesFeatureMapper：http://anqiang1900.blog.163.com/blog/static/11418886420103643818519/

BayesTfIdfMapper：http://anqiang1900.blog.163.com/blog/static/11418886420103644331747/

BayesWeightSummerMapper：http://anqiang1900.blog.163.com/blog/static/11418886420103644648280/