知识卡片

普通读书笔记卡 · 2825

Mahout借MR运行

理解等级:未标注

Mahout 是基于 Hadoop 最早的分布式机器学习平台。它本身只是一个 Java 算法库,分布式能力借用 Hadoop 的 MapReduce 引擎,并没有另外实现一套分布式计算框架。它的算法丰富、非常稳定;迭代型算法的性能可能比 Spark 稍差,但对超大训练数据集更稳定,有些 Spark 没有的算法它也有,两者可以互补。

这张卡片看不懂?

已有反馈 · 0 / 10 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《分布式机器学习实战》第5章《Mahout分布式机器学习平台》(源文件:_epub-src/OEBPS/Text/chapter5.xhtml) - 结论依据:原文说明Mahout是基于Hadoop最早的分布式机器学习平台,计算使用MapReduce引擎,是一个算法库,编程模型基于MR,并不是自己单独实现的一套分布式算法;算法丰富且非常稳定,迭代性算法性能可能稍差,但对超大训练数据集稳定性更好,可与Spark机器学习库互补。 - 原始内容:其分布式的实现借助于Hadoop的MapReduce计算引擎来实现,所以编程模型也是基于Hadoop的MR模型,并不是自己单独实现的一套分布式算法。……虽然在迭代性的算法方面其性能可能稍微差一点,但整体来看其性能在可接受范围内,有的算法在性能上没有太大明显差别。对于超大训练数据集,Mahout在稳定性上表现得更好一些。