Mahout实践指南

贾科梅利编著的这本《Mahout实践指南》是软件开发专家数十年行业经验的结晶，深入浅出地论述如何使用Mahout进行数据分类、聚类和预测，涉及Mahout开发环境、序列文件使用方式、整合Mahout和外部资源、实现朴素贝叶斯分类器、股市预测、顶棚聚类、频谱预测、K－均值聚类等。《Mahout实践指南》是面向编程的，不涉及深奥的理论，简单、易学，可以帮助读者快速掌握Mahout的基本用法，实用性强。
全书共分10章。第1章介绍如何在单台机器上创建完整的Mahout开发环境。第2章重点介绍序列文件的使用方式。第3章详细介绍如何使用命令行工具和代码从RDBMS中读写数据。第4章详细讨论朴素贝叶斯分类器和互补朴素贝叶斯分类器的使用方法。第5章介绍如何使用logistic回归和随机森林预测股市。第6章描述Mahout框架中最常用的算法，包括大数据的聚类分析和分类。第7章描述频谱聚类的使用方式。第8章描述使用K－均值（包括序列方式和MapReduce方式）对主题中的文本文档进行分类。第9章介绍频繁模式挖掘算法的使用方式。第10章描述使用遗传算法解决旅行商问题和提取规则。

Piero Giacomelli，资深软件技术专家，精通Java、.NET和PHP等多种编程语言，尤其对Java语言有独到见解。他曾先后在多家大中型公司担任行政和技术职务，包括航空航天、网络服务、塑料制造业和电子健康协会。他在FP7欧盟项目中参与了多项欧盟研究基金资助的工程，如CHRONIOUS、I-DONT-FALL、FEARLESS和CHROMED等。他在科研期刊上发表了若干篇论文，并两次获得由IARIA颁发的最佳论文奖。2012年，他出版了Apache HornetQ框架标准参考书《HornetQ Messaging Developer’s Guide》。

译者序
前言
关于评阅者
致谢
第1章  Mahout入门
秘笈1  安装Java和Hadoop
秘笈2  设置Maven和NetBeans开发环境
秘笈3  编写一个基本的推荐系统
第2章  使用序列文件——什么时候和为什么
秘笈4  从命令行创建序列文件
秘笈5  编写代码创建序列文件
秘笈6  编码实现读取序列文件
第3章  将Mahout和外部资源整合
秘笈7  导入外部资源HDFS




秘笈8  将数据从HDFS导入到RDBMS
秘笈9  创建一个Sqoop作业来处理RDBMS
秘笈10  使用Sqoop API导入数据
第4章  实现朴素贝叶斯分类器
秘笈11  使用Mahout文本分类器演示基本的使用样例
秘笈12  编码实现朴素贝叶斯分类器
秘笈13  通过命令行使用互补朴素贝叶斯
秘笈14  编码使用互补朴素贝叶斯分类器
第5章  股市预测
秘笈15  为logistic回归准备数据
秘笈16  使用logistic预测GOOG股票动态
秘笈17  通过Java编码使用自适应的logistic回归
秘笈18  在大规模的数据集上使用logistic回归
秘笈19  使用随机森林预测市场动态
第6章  顶棚聚类
秘笈20  基于命令行的顶棚聚类
秘笈21  基于带参数命令行的顶棚聚类
秘笈22  通过Java代码使用顶棚聚类
秘笈23  编写你自己的距离估计
第7章  频谱聚类
秘笈24  通过命令行使用EigenCuts
秘笈25  在Java代码中使用EigenCuts
秘笈26  从原始数据创建相似度矩阵
秘笈27  使用频谱聚类进行图像分割
第8章  K-均值聚类
秘笈28  在Java代码中使用K-均值聚类
秘笈29  使用K-均值聚类对交通事故进行聚类
秘笈30  使用MapReduce进行K-均值聚类
秘笈31  命令行方式使用K-均值聚类
第9章  软计算
秘笈32  使用Mahout进行频繁模式挖掘
秘笈33  为频繁模式挖掘创建评价准则
秘笈34  在Java代码中使用频繁模式挖掘
秘笈35  使用LDA创建主题
第10章  实现遗传算法
秘笈36  设置Mahout以便使用遗传算法
秘笈37  在图上使用遗传算法
秘笈38  在Java代码中使用遗传算法