这篇文章跟大家分析一下“mahout算法集的示例分析”。内容详细易懂，对“mahout算法集的示例分析”感兴趣的朋友可以跟着小编的思路慢慢深入来阅读一下，希望阅读后能够对大家有所帮助。下面跟着小编一起深入学习“mahout算法集的示例分析”的知识吧。
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的常用聚类算法
Algorithms | In-memory implementation | MapReduce implementation | Fixed clusters | Partial membership |
K-Means | KMeansClusterer | KMeansDriver | Y | N |
Canopy | CanopyClusterer | CanopyDriver | N | N |
Fuzzy K-Means | FuzzyKMeansClusterer | FuzzyKMeansDriver | Y | Y |
Dirichlet | DirichletClusterer | DirichletDriver | N | Y |
LDA | N/A | LDADriver | Y | Y
|
关于mahout算法集的示例分析就分享到这里啦，希望上述内容能够让大家有所提升。如果想要学习更多知识，请大家多多留意小编的更新。谢谢大家关注一下天达云网站！