Mahout0.9—Hadoop2.20—FPG关联规则算法

1. Mahout0.9—Hadoop2.20—FPG关联规则算法

1.1. FPG函数

目前Mahout0.9 无fpg函数，0.9之前版本有，但是在0.9中可以找到fpg的jar包；
mahout org.apache.mahout.fpm.pfpgrowth.FPGrowthDriver 等价于 fpg；
1) fpg参数(mahout org.apache.mahout.fpm.pfpgrowth.FPGrowthDriver)
-- minSupport，最小支持度，默认3
-- maxHeapSize，最大项集，默认50
-- numGroups，分组数量
-- splitterPattern，数据分割符，如：" \"[ ,\\t]*[,|\\t][ ,\\t]*\" ", "[ ,\t]*[,|\t][ ,\t]*"
-- numTreeCacheEntries，fpg树数量，Values: [5-10]", 默认"5"
-- method，sequential|mapreduce，并行或者串行计算；
-- encoding，编码，Default value: UTF-8", "UTF-8"
-- useFPG2，"2", "Use an alternate FPG implementation"

1.2 FPG挖掘

#上传数据

sudo hadoop fs  -put  ./ retail.dat /user/input

# 1、FPG命令
sudo mahout fpg -i /user/input/retail.dat -o /user/output  -method mapreduce -s 200 -regex '[ ]' –k 20 
# 1、FPG命令（Mahout0.9）
sudo mahout mahout org.apache.mahout.fpm.pfpgrowth.FPGrowthDriver -i /user/input2/retail.dat -o /user/output  -method mapreduce -s 200 -regex '[ ]' –k 20 


# 2、输出结果文件查看：

sudo mahout seqdumper -i /user/output/fpgrowth/part-r-00000

转载请注明出处：

http://blog.csdn.net/sunbow0/article/details/41962141