Mahout 是一套具有可扩充能力的机器学习类库。它提供机器学习框架的同时，还实现了一些可扩展的机器学习领域经典算法的实现，可以帮助开发人员更加方便快捷地创建智能应用程序。通过和 Apache Hadoop 分布式框架相结合，Mahout 可以有效地使用分布式系统来实现高性能计算。（类官方的解释）
做这个实验我感觉最重要的就是hadoop与mahout的版本问题。我先后进行了三大次的尝试，总算是跑成功了，这里写出来，提供给想做这个实验的一些小经验吧。
先写出用的两条重要的命令吧：
执行聚类：mahout org.apache.mahout.clustering.syntheticcontrol.kmeans.Job
分析聚类的结果：$MAHOUT_HOME/bin/mahout clusterdump --seqFileDir /user/xxxxxx/output/clusters-10-final --pointsDir /user/kerry/output/clusteredPoints --output $MAHOUT_HOME/examples/output/clusteranalyze.txt 注：xxxxxx代表用户名
第一次：我用的是hadoop-0.20.2和mahout0.4-mahout0.7，jdk1.6
mahout能在本地运行，但是不能在hadoop运行。
第二次：hadoop-1.0.3 和mahout0.6 jdk0.6
mahout能在hadoop上执行聚类，但是在执行的中间会报错：org.apache.mahout.math.CardinalityException: Required cardinality 23 but got 60
第三次：hadoop-1.1.2和mahout0.6 jdk0.7(由于一次失误操作，我把本次实验需要的全部软件和数据都删除了，所以就都换新的软件进行了尝试，本来没想到会跟hadoop的版本有这么大的关系的，在此提醒：一定要做好备份)
mahout能在hadoop上执行聚类，并且能够对聚类结果进行分析，即实验完成。
实验过程：
1、装hadoop和mahout(也就是配置环境变量)
export JAVA_HOME=/home/自己的用户名/hadoop/jdk1.7.0_04
export MAVEN_HOME=/home/自己的用户名/hadoop/apache-maven-3.0.5
export PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:/home/自己的用户名/hadoop/mahout/mahout-distribution-0.6/bin:$MAHOUT_HOME/bin:/home/自己的用户名/hadoop/shell:$MAVEN_HOME/bin
export CLASSPATH=$JAVA_HOME/lib:$JAVA_HOME/lib/tools.jar:$HADOOP_HOME/lib:/home/自己的用户名/hadoop/mahout/mahout0.6/lib
export HADOOP_HOME=/home/自己的用户名/hadoop/hadoop-1.1.2
export HADOOP_CONF_DIR=$HADOOP_HOME/conf
export MAHOUT_HOME=/home/自己的用户名/hadoop/mahout/mahout-distribution-0.6
2、启动hadoop
格式化：hadoop namenode -format
启动：start-all.sh
3、下载分析的数据，并进行聚类和分析
数据地址：http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data
数据copy到hdfs：hadoop fs -mkdir testdata hadoop fs -put <PATH TO synthetic_control.data> testdata
在hadoop上执行kmeans聚类：mahout org.apache.mahout.clustering.syntheticcontrol.kmeans.Job
查看聚类产生的结果：hadoop fs -ls output
分析聚类产生的结果：$MAHOUT_HOME/bin/mahout clusterdump --seqFileDir /user/自己的用户名/output/clusters-10-final --pointsDir /user/kerry/output/clusteredPoints --output $MAHOUT_HOME/examples/output/clusteranalyze.txt
我的毕设是在hadoop做一个分类，正在研究mahout，有研究这方面的可以交流一下。。
关于mahout做分类的学习我还会继续更新的。。
