Mahout 算法
算法 Mahout
2023-09-27 14:26:55 时间
Mahout 包括协同过滤,基于User和Item的推荐;kmeans、Fuzzy-kmeans 、Mean shift 、Dirichlet process 、LDA聚类;奇异值分解;并行频繁项集挖掘;补充的贝叶斯分类、随机森林决策树分类。
一、分类算法
(一)Logistic 回归(SGD)
(二)Bayesian
(三)SVM
(四)Perceptron 和Winnow
(五)神经网络
(六)随机森林
(七)受限玻尔兹曼机
(八)Boosting
(九)HMM
(十)Online Passive Aggressive
二、聚类算法
(一)Canopy
(二)K-Means
(三)Fuzzy K-means
(四)EM
(五)Mean shift
(六)层次聚类
(七)Dirichlet process
(八)LDA
(九)Spectral
(十)MinHash
(十一)Top Down
三、推荐算法
Mahout包括简单的非并行的推荐和基于Hadoop的并行推荐的实现。
(一)非并行推荐
(二)分布式的基于Item的协同过滤
(三)并行矩阵分解的协同过滤
四、关联规则挖掘算法
并行FP-Growth
五、回归
Locally Weighted Linear Regression
六、降维
(一)SVD
(二)SSVD
(三)PCA
(四)ICA
(五)GDA
七、进化算法
八、向量相似性计算
(一)RowSimilarityJob
用于计算Item之间的距离,是分布式的。
(二)VectorDistanceJob
在Map端连接,计算向量集中两两向量之间的距离。
相关文章
- 分枝限界算法
- 经常使用排序算法时间复杂度和空间复杂度简析
- 步步为营——算法初阶 1.算法概述
- 【算法】【链表模块】判断单链表是否是回文串
- 【BZOJ1520】[POI2006]Szk-Schools KM算法
- 146 Mahout协同过滤算法编程(IDEA)
- 评估自己能力的算法
- [算法]死磕最长回文子串
- 『迷你教程』机器学习算法模型的结果应用的正确方法
- 《Mahout算法解析与案例实战》一一1.1 Mahout应用背景
- 《Mahout算法解析与案例实战》一一2.3 测试安装
- 《Mahout算法解析与案例实战》一一3.3 Mean Shift算法
- 59、【图+树】最小生成树(BST)问题——Prim算法和Kruskal算法(C/C++版)
- 【基础算法】排序 查找 算法
- 华为OD机试 - 端口合并(JavaScript) | 机试题+算法思路+考点+代码解析 【2023】
- 华为OD机试 - 最左侧冗余覆盖子串(JavaScript) | 机试题+算法思路+考点+代码解析 【2023】
- 秒懂算法 | 回归算法中的贝叶斯
- 【Computer Vision学习】四、常用算法之尺度不变特征变换(Scale-invariant feature transform,SIFT)介绍
- 回溯算法