MapR 是否具有可扩展的机器学习算法。喜欢马豪？答案

【问题标题】：Does MapR have scalable machine learning algos. Like Mahout?MapR 是否具有可扩展的机器学习算法。喜欢马豪？
【发布时间】：2012-01-16 21:13:21
【问题描述】：

我特别想知道 MapR 是否像 Mahout 一样具有 Kmeans 聚类？

【问题讨论】：

标签： machine-learning mapreduce mahout

【解决方案1】：

据我所知，MapR 只是一个“更快”的 Hadoop。不包含任何算法。

所以你的工作应该是兼容的。

但是实施您自己的交易有什么意义呢？ K-means 非常简单。见我的博文： http://codingwiththomas.blogspot.com/2011/05/k-means-clustering-with-mapreduce.html

但是，我已经使用 BSP（批量同步并行）和 Apache Hama 实现了 k-means 集群，如果您将它与本书中的 Mahout 基准测试结果进行比较，它几乎快十倍：http://www.manning.com/ingersoll/（链接 jira：@987654323 @) 这是 Apache Hama 的 k-means 基准测试：http://wiki.apache.org/hama/Benchmarks

您可以在这里找到它： https://github.com/thomasjungblut/thomasjungblut-common/blob/master/src/de/jungblut/clustering/KMeansBSP.java

【讨论】：

MapR 不仅仅是一个更快的 Hadoop。它还包括所有标准生态系统组件。这包括 Mahout。
您绝对正确，Hadoop 的 map-reduce 实现不适合使用 Lloyd 算法的传统 k-means 等迭代算法。有一个 JIRA open 允许单通道 k-means 分析。作为单遍，该算法不需要多次遍历数据，也不需要多次调用 map-reduce 才能工作。加速应该与 Thomas 所描述的相当。