您现在的位置是:主页 > 数据库技术 > 数据库技术

Apache Mahout中实现的算法有哪些

IDCBT2021-12-24服务器技术人已围观

简介本篇内容介绍了“Apache Mahout中实现的算法有哪些”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大

本篇内容介绍了“Apache Mahout中实现的算法有哪些”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!

Apache Mahout 是 ApacheSoftware Foundation (ASF) 旗下的一个开源项目,提供一些可扩展的机器学习领域经典算法的实现,旨在帮助开发人员更加方便快捷地创建智能应用程序,并且,在 Mahout 的最近版本中还加入了对Apache Hadoop 的支持,使这些算法可以更高效的运行在云计算环境中。

在Mahout实现的机器学习算法见下表:

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最大的优点就是基于hadoop实现,把很多以前运行于单机上的算法,转化为了MapReduce模式,这样大大提升了算法可处理的数据量和处理性能。

“Apache Mahout中实现的算法有哪些”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站,小编将为大家输出更多高质量的实用文章!

标签:

很赞哦! ()

本栏推荐