共計(jì) 1342 個(gè)字符，預(yù)計(jì)需要花費(fèi) 4 分鐘才能閱讀完成。
這篇文章跟大家分析一下“mahout 算法集的示例分析”。內(nèi)容詳細(xì)易懂，對(duì)“mahout 算法集的示例分析”感興趣的朋友可以跟著丸趣 TV 小編的思路慢慢深入來(lái)閱讀一下，希望閱讀后能夠?qū)Υ蠹矣兴鶐椭Ｏ旅娓枞?TV 小編一起深入學(xué)習(xí)“mahout 算法集的示例分析”的知識(shí)吧。
算法類
算法名
中文名
分類算法
Logistic Regression
邏輯回歸
Bayesian
貝葉斯
SVM
支持向量機(jī)
Perceptron
感知器算法
Neural Network
神經(jīng)網(wǎng)絡(luò)
Random Forests
隨機(jī)森林
Restricted Boltzmann Machines
有限波爾茲曼機(jī)
聚類算法
Canopy Clustering
Canopy 聚類
K-means Clustering
K 均值算法
Fuzzy K-means
模糊 K 均值
Expectation Maximization
EM 聚類（期望最大化聚類）
Mean Shift Clustering
均值漂移聚類
Hierarchical Clustering
層次聚類
Dirichlet Process Clustering
狄里克雷過(guò)程聚類
Latent Dirichlet Allocation
LDA 聚類
Spectral Clustering
譜聚類
關(guān)聯(lián)規(guī)則挖掘
Parallel FP Growth Algorithm
并行 FP Growth 算法
回歸
Locally Weighted Linear Regression
局部加權(quán)線性回歸
降維 / 維約簡(jiǎn)
Singular Value Decomposition
奇異值分解
Principal Components Analysis
主成分分析
Independent Component Analysis
獨(dú)立成分分析
Gaussian Discriminative Analysis
高斯判別分析
進(jìn)化算法
并行化了 Watchmaker 框架
推薦 / 協(xié)同過(guò)濾
Non-distributed recommenders
Taste(UserCF, ItemCF, SlopeOne）
Distributed Recommenders
ItemCF
向量相似度計(jì)算
RowSimilarityJob
計(jì)算列間相似度
VectorDistanceJob
計(jì)算向量間距離
非 Map-Reduce 算法
Hidden Markov Models
隱馬爾科夫模型
集合方法擴(kuò)展
Collections
擴(kuò)展了 java 的 Collections 類
Mahout 的常用聚類算法
Algorithms
In-memory implementation
MapReduce implementation
Fixed clusters
Partial membership
K-Means
KMeansClusterer
KMeansDriver
Y
N
Canopy
CanopyClusterer
CanopyDriver
N
N
Fuzzy K-Means
FuzzyKMeansClusterer
FuzzyKMeansDriver
Y
Y
Dirichlet
DirichletClusterer
DirichletDriver
N
Y
LDA
N/A
LDADriver
Y
Y
關(guān)于 mahout 算法集的示例分析就分享到這里啦，希望上述內(nèi)容能夠讓大家有所提升。如果想要學(xué)習(xí)更多知識(shí)，請(qǐng)大家多多留意丸趣 TV 小編的更新。謝謝大家關(guān)注一下丸趣 TV 網(wǎng)站！
