如何在Hadoop MapReduce程序中使用机器学习算法?

如何在Hadoop MapReduce程序中使用机器学习算法?我想使用分类算法、决策树和聚类算法。除了Mahout之外,请提供一些建议。


回答:

您可以编写自己的MapReduce程序,并在映射器和归约器中调用第三方的机器学习算法。有几个开源的机器学习库可用,如Weka, open nlp, ctakes, mallet, uima等…

另一种更好的方法是使用Spark ML lib或H2O, Oryix在Hadoop之上运行。

另一种解决方案:使用PMML和JPMML将机器学习工具如R, Weka, SAS与Hadoop集成。您可以使用其中一个工具(R, SAS, Weka)开发模型,并通过JPMML在MapReduce程序中使用该模型。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注