分布式機器學習算法的集合：Mahout
Mahout知名度很高，是Apache基金資助的重要項目，Mahout是一個分布式機器學習算法的集合，協同過濾只是其中的一部分。除了被稱為Taste的分布式協同過濾的實現（Hadoop-based，另有pure Java版本），Mahout里還有其他常見的機器學習算法的分布式實現方案。當前擁有：
- Collaborative Filtering
- User and Item based recommenders
- K-Means, Fuzzy K-Means clustering
- Mean Shift clustering
- Dirichlet process clustering
- Latent Dirichlet Allocation
- Singular value decomposition
- Parallel Frequent Pattern mining
- Complementary Naive Bayes classifier
- Random forest decision tree based classifier
- High performance java collections (previously colt collections)
- A vibrant community
- and many more cool stuff to come by this summer thanks to Google summer of code </ul> </div>
另外Mahout的作者之一Sean Owen基于Mahout開發了一個試驗性質的推薦系統，稱為Myrrix, 可以看這里：
http://myrrix.com/quick-start/ 本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。
轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！