mahout0.6 api调用

标签：

1.首先在解压缩的mahout文件中可以看到core包，该包是调用mahout api必须引入的jar包，

另外，该包里的driver.classes.default.props中记录了每个命令跟调用类的映射对应关系。

1.1 打开mahout源码包（可以通过maven部署在elicpse上），分析一下testClassifier类：

1.2 main函数会用很大的篇幅来处理命令输入的参数，BayesParameters params=new BayesParameters (),

params就是用来存储这些参数的.

1.3 根据这些参数，确定运行的是线性还是并行的作业，并启动一个作业，进入bayes的driver类中

1.4  runJob的参数就是params.进入mapper

1.5 mapper中的configure函数相当于新api中的setup函数，是在map之前需要做的工作，

     1.5.1首先读取driver中的params，

algorithm用来指定算法，datastore用来存储结果，根据选择的类型，new出相应对象，比如选择朴素bayes,

algorithm= new BayesAlgorithm(), datastore =new InMemoryBayesDatastore(params)

     1.5.2 然后生成并初始化分类器对象，classifier =new ClassifierContext(algorithm,datastore),classifier.initialize()

之后获取默认分类defaultCategory和构成特征词数目gramSize，这样在configure函数中就建立了分类器

1.6map函数<Text key,Text value,OutputCollector<>output>，key指类别，value指分词结果

    1.6.1 首先建立ngrams集合，用来存储特征集合

    1.6.2 然后调用分类器的分类方法，ClassifierResult result=classifier.classifyDocument(ngrams.toArray(new String(ngrams.size())),defaultCategory)

    1.6.3最终，通过result.getlabel()得到相应类别

mahout0.6 api调用

标签：

原文地址：http://www.cnblogs.com/mlj5288/p/4446418.html