Mahout实践指南（大数据技术丛书）

内容概要

Piero Giacomelli　资深软件技术专家，精通Java、.NET和PHP等多种编程语言，尤其对Java语言有独到见解。他曾先后在多家大中型公司担任行政和技术职务，包括航空航天、网络服务、塑料制造业和电子健康协会。他在FP7欧盟项目中参与了多项欧盟研究基金资助的工程，如CHRONIOUS、I-DONT-FALL、FEARLESS和CHROMED等。他在科研期刊上发表了若干篇论文，并两次获得由IARIA颁发的最佳论文奖。2012年，他出版了Apache HornetQ框架标准参考书《HornetQ Messaging Developer’s Guide》。

书籍目录

第1章　Mahout入门 / 1

秘笈1　安装Java和Hadoop / 1

秘笈2　设置Maven和NetBeans开发环境 / 6

秘笈3　编写一个基本的推荐系统 / 9

第2章　使用序列文件——什么时候和为什么 / 19

秘笈4　从命令行创建序列文件 / 20

秘笈5　编写代码创建序列文件 / 23

秘笈6　编码实现读取序列文件 / 28

第3章　将Mahout和外部资源整合 / 33

秘笈7　导入外部资源到HDFS / 34

秘笈8　将数据从HDFS导入到RDBMS / 43

秘笈9　创建一个Sqoop作业来处理RDBMS / 45

秘笈10　使用Sqoop API导入数据 / 47

第4章　实现朴素贝叶斯分类器 / 49

秘笈11　使用Mahout文本分类器演示基本的使用样例 / 50

秘笈12　编码实现朴素贝叶斯分类器 / 60

秘笈13　通过命令行使用互补朴素贝叶斯 / 64

秘笈14　编码使用互补朴素贝叶斯分类器 / 65

第5章　股市预测 / 67

秘笈15　为logistic回归准备数据 / 67

秘笈16　使用logistic预测GOOG股票动态 / 71

秘笈17　通过Java编码使用自适应的logistic回归 / 76

秘笈18　在大规模的数据集上使用logistic回归 / 79

秘笈19　使用随机森林预测市场动态 / 83

第6章　顶棚聚类 / 87

秘笈20　基于命令行的顶棚聚类 / 87

秘笈21　基于带参数命令行的顶棚聚类 / 91

秘笈22　通过Java代码使用顶棚聚类 / 95

秘笈23　编写你自己的距离估计 / 98

第7章　频谱聚类 / 101

秘笈24　通过命令行使用EigenCuts / 101

秘笈25　在Java代码中使用EigenCuts / 104

秘笈26　从原始数据创建相似度矩阵 / 108

秘笈27　使用频谱聚类进行图像分割 / 114

第8章　K-均值聚类 / 119

秘笈28　在Java代码中使用K-均值聚类 / 119

秘笈29　使用K-均值聚类对交通事故进行聚类 / 124

秘笈30　使用MapReduce进行K-均值聚类 / 128

秘笈31　命令行方式使用K-均值聚类 / 132

第9章　软计算 / 139

秘笈32　使用Mahout进行频繁模式挖掘 / 139

秘笈33　为频繁模式挖掘创建评价准则 / 142

秘笈34　在Java代码中使用频繁模式挖掘 / 147

秘笈35　使用LDA创建主题 / 153

第10章　实现遗传算法 / 159

秘笈36　设置Mahout以便使用遗传算法 / 159

秘笈37　在图上使用遗传算法 / 163

秘笈38　在Java代码中使用遗传算法 / 167

作者简介

【编辑推荐】

内容全面而深入，既展示Mahout的强大功能，又全方位讲解利用Mahout进行大数据分类、聚类和预测分析的各种技术细节、方法和最佳实践

实战性强，包含丰富案例，涉及Mahout开发环境、序列文件使用方式、整合Mahout和外部资源、实现朴素贝叶斯分类器、股市预测、顶棚聚类、频谱预测、K-均值聚类等



【内容简介】

本书是软件开发专家数十年行业经验的结晶，深入浅出地论述如何使用Mahout进行数据分类、聚类和预测，涉及Mahout开发环境、序列文件使用方式、整合Mahout和外部资源、实现朴素贝叶斯分类器、股市预测、顶棚聚类、频谱预测、K-均值聚类等。本书是面向编程的，不涉及深奥的理论，简单、易学，可以帮助读者快速掌握Mahout的基本用法，实用性强。

全书共分10章。第1章介绍如何在单台机器上创建完整的Mahout开发环境。第2章重点介绍序列文件的使用方式。第3章详细介绍如何使用命令行工具和代码从RDBMS中读写数据。第4章详细讨论朴素贝叶斯分类器和互补朴素贝叶斯分类器的使用方法。第5章介绍如何使用logistic回归和随机森林预测股市。第6章描述Mahout框架中最常用的算法，包括大数据的聚类分析和分类。第7章描述频谱聚类的使用方式。第8章描述使用K-均值（包括序列方式和MapReduce方式）对主题中的文本文档进行分类。第9章介绍频繁模式挖掘算法的使用方式。第10章描述使用遗传算法解决旅行商问题和提取规则。

 Mahout实践指南（大数据技术丛书）下载