哪个更适合在 Hadoop 集群、Apache Mahout 或将 R 与 Hadoop 结合使用（通过 hadoop 流/RHIPE/RHadoop 等）上运行建议？答案

【问题标题】：Which is better for running recommendations on a Hadoop cluster, Apache Mahout or using R with Hadoop (via hadoop streaming/RHIPE/RHadoop etc)?哪个更适合在 Hadoop 集群、Apache Mahout 或将 R 与 Hadoop 结合使用（通过 hadoop 流/RHIPE/RHadoop 等）上运行建议？
【发布时间】：2013-06-18 07:21:26
【问题描述】：

我是大数据的新手，正在寻找一个好的平台来执行推荐、聚类和分类。我知道 Mahout 有很多算法可以做到这一点。 R 本身作为一个非常好的分析工具也有助于实现这一目标。由于我正在研究大数据，如果我决定走这条路，我将使用 R+hadoop（通过流/RHIPE/RHadoop 等）。考虑到所用语言（mahout 和 R 中的 Java）的复杂性差异对我来说不是一个因素，因此我正在寻求性能、可扩展性、易用性、成熟度等方面的比较。

【问题讨论】：

如果您想使用 Hadoop，什么会阻止您使用 Mahout，因为它在 Hadoop 上运行？你发现什么缺点了吗？

标签： r hadoop mahout hadoop-streaming rhadoop

【解决方案1】：

Mahout 集成了很多算法，它处理三个问题 (1) 推荐（协同过滤算法） (2) 聚类 (3) 分类

R 只是用于统计，所以如果你想完成上面这三个任务，Mahout 是一个很好的工具。

顺便说一句，Mahout 是一个 Maven 项目，所以你需要安装 Maven。

【讨论】：