Mahout分类之决策树PartialBuilder应用使用

mahout版本：0.9

hadoop版本：2.3.0

基于决策树步骤如下：

1.基于已有数据形成描述文件

2.训练建树

3.分类预测

数据集：

http://nsl.cs.unb.ca/NSL-KDD/

下载KDDTrain+.TXT和KDDTest+.TXT

具体的应用步骤：

1.上传数据到hdfs上：

hadoop put  *.TXT /user/test/df/input/

2.描述文件生成：

hadoop jar  your.jar org.apache.mahout.driver.MahoutDriver org.apache.mahout.classifier.df.tools.Describe -p /user/test/input/KDDTrain+.TXT -f /user/test/input/data.info  -d N 3 C 2 N C 4 N C 8 N 2 C 19 N L N

3.训练建树：

hadoop jar  your.jar org.apache.mahout.driver.MahoutDriver org.apache.mahout.classifier.df.mapreduce.BuildForest \
            --data /user/test/input/KDDTrain+.TXT \
	    --dataset /user/test/input/data.info  \
	    --partial \
	    --nbtrees  200 \
	    --output /user/test//output/  \
	     --no-complete \

 

4.分类预测：

hadoop jar  your.jar org.apache.mahout.driver.MahoutDriver org.apache.mahout.classifier.df.mapreduce.TestForest \
           --input /user/test/input/KDDTest+.TXT \
	   --dataset /user/test/input/data.info \
	   --model /user/test/output/forest.seq \
	   --analyze \
	   --mapreduce \
	   --output /user/test/predictions/ \

 

5.可以查看打印出决策树：

hadoop jar  your.jar org.apache.mahout.driver.MahoutDriver org.apache.mahout.classifier.df.tools.ForestVisualizer  \ 
	   --dataset /user/test/input/data.info \
	   --model /user/test/output/forest.seq \