命令:
hadoop jar /opt/cloudera/parcels/CDH-5.0.0-1.cdh5.0.0.p0.47/lib/mahout/mahout-examples-0.8-cdh5.0.0-job.jar org.apache.mahout.classifier.df.mapreduce.BuildForest –d advert-train.csv –ds advert-info –t 100 -o advert-model
产生错误:
org.apache.commons.cli2.OptionException: Unexpected –d while processing Options
这似乎不可能。我查看了源代码,-d 是必需的选项。
hadoop 版本
返回
Hadoop 2.3.0-cdh5.0.0
文件 advert-train.csv 和 advert-info 都存在于我的默认 HDFS 目录/users/cloudera
最佳答案
可以在此处找到在 mahout 中运行随机森林的详细说明: https://mahout.apache.org/users/classification/partial-implementation.html
我能够在 Cloudera CDH 5.0 中毫无问题地运行这个示例。我认为问题可能是由于配置或您还需要指定其他参数这一事实造成的。我只是使用 Cloudera 中的 mahout 命令来运行该示例。在您的情况下,命令是:
mahout org.apache.mahout.classifier.df.mapreduce.BuildForest
-Dmapred.max.split.size=1874231 –d advert-train.csv –ds advert-info
-sl 5 -p –t 100 -o advert-model
其中,
-Dmapred.max.split.size 应该指定 Hadoop 的最大值。每个分区的大小应约为数据集大小的 1/10
-sl用于指定随机选取的变量个数
-p 告诉 mahout 使用部分实现
其余的变量应该没问题。
关于hadoop - Mahout 随机森林示例,无法识别数据的命令行参数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25148444/