零基础学习Mahout之一：搭建单机环境

来源：互联网发布：搜索引擎优化排名编辑：程序博客网时间：2024/05/30 05:16

为了能彻底的学懂《mahout实战》这本书，实验必不可少。但做为零基础的人，首先要解决的就是开发环境的问题，有了好的实验环境，对书中所提的例子，运用起来才会得手应手。逍遥选择的是Windows+Eclipse+Maven+Mahout单机环境。这篇文章将记录逍遥是如何搭建环境，便于和正常学习Mahout的朋友交流，也便于自己日后复习。

一、安装Eclipse

Eclipse的下载地址为：http://www.eclipse.org/downloads/，选择标准版就行。我选择的是“Eclipse IDE for Java EE Developers”版本。（至于各个版本有什么区别，逍遥还不是很懂）

安装完后运行Eclipse，为后续的安装做好准备。

Version: Luna Service Release 2 (4.4.2)
Build id: 20150219-0600

二、安装Maven插件

因为下载的版本是目前发布的最新版本，已经集成了m2eclipse插件，也就自动附带了Maven插件了。可以在help-->about Eclipse-->Installation Details中找到相关信息，也可以从new -->project-->maven选项中得到验证

三、安装mahout

mahout下载地址为：http://mahout.apache.org/

下载的版本为：mahout-distribution-0.9

解压到特定的文件夹中，如：F:\mahout-distribution

四、使用Maven构建Mahout项目

l 通过菜单File > New > Project新建项目，选择MavenProject

l 直接Next

l 选择maven-archetype-quickstart

l 输入GroupId和ArtifactId，可以根据自己喜好随便命名：如test

l 点了Finish后，Eclipse便会创建如下一个工程：

五、导入mahout文件

l 选中test项目-->右击-->properties-->Java Build Path--->Libraries菜单项

l 选择Add External JARS按钮--> 从第三步解压目录中选择特定文件：mahout-core-0.9.jar、mahout-core-0.9-job.jar、mahout-integration-0.9.jar、mahout-math-0.9.jar

l 导入后的目录结果如下

六、修改代码

修改com.mine.mahout.test包中的APP.JAVA文件Main函数中的内容

package com.mine.mahout.test;import java.io.File;import java.util.List;import org.apache.mahout.cf.taste.impl.model.file.FileDataModel;import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;import org.apache.mahout.cf.taste.impl.recommender.GenericUserBasedRecommender;import org.apache.mahout.cf.taste.impl.similarity.PearsonCorrelationSimilarity;import org.apache.mahout.cf.taste.model.DataModel;import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;import org.apache.mahout.cf.taste.recommender.RecommendedItem;import org.apache.mahout.cf.taste.recommender.Recommender;import org.apache.mahout.cf.taste.similarity.UserSimilarity;public class App {public static void main(String[] args) {try {// 从文件加载数据DataModel model = new FileDataModel(new File("e:\\data.csv"));// 指定用户相似度计算方法，这里采用皮尔森相关度UserSimilarity similarity = new PearsonCorrelationSimilarity(model);// 指定用户邻居数量，这里为2UserNeighborhood neighborhood = new NearestNUserNeighborhood(2,similarity, model);// 构建基于用户的推荐系统Recommender recommender = new GenericUserBasedRecommender(model,neighborhood, similarity);// 得到指定用户的推荐结果，这里是得到用户1的两个推荐List<RecommendedItem> recommendations = recommender.recommend(1, 2);// 打印推荐结果for (RecommendedItem recommendation : recommendations) {System.out.println(recommendation);}} catch (Exception e) {System.out.println(e);}}}

七、运行程序

选择程序运行Run As -->JavaApplication

结果如下

以上就是案例的整个过程，希望能帮助到正常学习Mahout的朋友，请大家注意，运行结果中有红色的信息，这是什么原因呢？等逍遥解决后，会在下一篇给出答案，同时欢迎大家评论，提出不足，便于提高，邮箱：cdazcl@163.com欢迎您的来信。讨论群：242848749

附录：

本文参考：http://www.cnblogs.com/freefalcon/p/3893590.html?utm_source=tuicool

测试文件：data.csv放到E盘中，内容如下

1,101,51,102,31,103,2.52,101,22,102,2.52,103,52,104,23,101,2.53,104,43,105,4.53,107,54,101,54,103,34,104,4.54,106,45,101,45,102,35,103,25,104,45,105,3.55,106,4

0 0