机器学习的开放源代码项目mahout

阅读更多

最近看了刚发布的开放源代码项目mahout,实现了很多机器学习的算法和一些实用的系统，对于从事机器学习和web挖掘的人员来说是个很值得学习的资源。mahout是基于hadoop的，可以分布式运行，至此Lucence、Nutch、Mahout为构建开源的分布式的搜索引擎和Web挖掘提供了完整的支持，三剑合璧，威力无穷。Mahout的代码风格延续了Nutch的优良风格，代码可读性很强，包含了推荐系统、聚类中的kmeans，fuzzykmeans,
canopy, dirichlet，分类中的bayes、cbayes等算法的实现，以及交叉验证，计算正确率，各种距离，模型的构建等。还缺少像神经网络这个强大工具的实现，但未来很可能会加上。