如何在实际项目中使用 mahout 随机森林？

Question

以下列表是 mahout-distribution-0.8 中与分类器相关的一些包。

• org.apache.mahout.classifier
• org.apache.mahout.classifier.df
• org.apache.mahout.classifier.df.builder
• org.apache.mahout.classifier.df.data
• org.apache.mahout.classifier.df.data.conditions
• org.apache.mahout.classifier.df.mapreduce
• org.apache.mahout.classifier.df.mapreduce.inmem
• org.apache.mahout.classifier.df.mapreduce.partial
• org.apache.mahout.classifier.df.node
• org.apache.mahout.classifier.df.ref
• org.apache.mahout.classifier.df.split
• org.apache.mahout.classifier.df.tools

我猜上面提到的“df”是指“决策森林”。我不擅长 mahout，它的源代码让我抓狂，所以我想找一个 mahout 决策森林示例，看看如何使用这些包，就像第 7 章 Mahout 集群简介中的 HelloWorldClustering 代码一样。

我已经被这个问题困扰了一段时间。我在网上浏览了很多文章，但仍然没有找到一个有效的例子来告诉我如何在实际项目中编写代码。谁能给我一个代码示例？

Answer 1

我最近一直在使用 Mahout 的 DecisionForest，我发现最好的帮助资源是 Mark Needham 和 Jennifer Smith 的示例：

http://www.markhneedham.com/blog/2012/10/27/kaggle-digit-recognizer-mahout-random-forest-attempt/

看一下，GitHub存储库在页面底部。