13.3　Mahout API简介

当前Mahout最新版本的API为Mahout Core 0.7-SNAPSHOT API[1]，它主要可以分为以下几部分：8

基于协同过滤的Taste相关的API，包名以org.apache.mahout.cf.taste开始；

聚类算法相关的API，包名以org.apache.mahout.clustering开始；

分类算法，包名以org.apache.mahout.classifier开始；

频繁模式算法，包名以org.apache.mahout.fpm开始；

数学计算相关算法，包名以org.apache.mahout.math开始；

向量计算相关算法，包名以org.apache.mahout.vectorizer开始。

在新的版本中，Mahout已经实现了数据挖掘中较常见算法，包括：频繁模式挖掘、聚类、分类以及推荐引擎，另外，还实现了数据挖掘中常用的预处理算法。

Apache Mahout已经实现的聚类算法有：Canopy聚类算法、K-Means聚类算法、模糊K-Means聚类算法、Mean Shift聚类算法、Dirichlet过程聚类算法和Latent Dirichlet Allocation聚类算法。这些算法相关的API都可以在org.apache.mahout.clustering包中找到。

下面以K-Means算法为例进行介绍。K-Means算法的API在org.apache.mahout.clustering.kmeans包中，一共包含1个接口和3个类[2]。它们分别是KMeansConfigKeys、KCluster、KMeansDriver和RandomSeedGenerator。

1.KMeansConfigKeys接口

接口KMeansConfigKeys一共有三个参数：DISTANCE_MEASURE_KEY、CLUSTER_CONVERGENCE_KEY、CLUSTER_PATH_KEY，每个参数的具体意义如表13-1所示。

13.3　Mahout API简介 - 图1

2.KCluster类

该类通常被主函数调用，通过给定的新聚类中心和距离函数来计算新的聚类，并判断聚类是否收敛。如表13-2所示为类KCluster的主要函数列表：

13.3　Mahout API简介 - 图2

3.KMeansDriver类

该类为执行聚类操作的入口函数，包括buildClusters、clusterData、run及main等函数，如表13-3所示为类KMeansDriver的主要函数列表：

对于详细的类介绍，请大家自行查阅Mahout API文档。

13.3　Mahout API简介 - 图3

[1]https：//builds.apache.org/hudson/job/Mahout-Quality/javadoc。

[2]在Mahout Core 0.3 API中，该包一共包含1个接口和8个类，在0.7版本中，对其进行了简化。