2

我是 mahout 的新手。我正在尝试此处列出的标准“甜甜圈”示例：

http://imiloainf.wordpress.com/2011/11/02/mahout-logistic-regression/

所以这个例子就像一个魅力。

但是当我尝试在我的数据集（这是一个巨大的数据集）上实现它时，它不起作用。

数据集在一个 csv 文件中。除了它有很多特征（~100）并且是 1TB 文件之外，一切都是一样的。

我收到这个错误。

 bin/mahout trainlogistic  --input /path/mahout_input/complete/input.csv \
--output mahoutmodel --target default --categories 2 --predictors O1 E1 I1 \
 --types numeric --features 30 --passes 100 --rate 50
Running on hadoop, using HADOOP_HOME=/opt/mapr/hadoop/hadoop-0.20.2
No HADOOP_CONF_DIR set, using /opt/mapr/hadoop/hadoop-0.20.2/conf
Exception in thread "main" java.lang.NullPointerException
        at org.apache.mahout.classifier.sgd.CsvRecordFactory.firstLine(CsvRecordFactory.java:167)
        at org.apache.mahout.classifier.sgd.TrainLogistic.main(TrainLogistic.java:75)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
        at java.lang.reflect.Method.invoke(Method.java:597)
        at org.apache.hadoop.util.ProgramDriver$ProgramDescription.invoke(ProgramDriver.java:68)
        at org.apache.hadoop.util.ProgramDriver.driver(ProgramDriver.java:139)
        at org.apache.mahout.driver.MahoutDriver.main(MahoutDriver.java:187)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
        at java.lang.reflect.Method.invoke(Method.java:597)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:186)

我究竟做错了什么？

你如何调试这个..错误是什么？

谢谢

4

3 回答 3

3

检查您的输入路径或确保输入路径的第一行具有“”中的值，例如“x1”、“x2”、“x3”、“labell”..等等

于 2013-02-05T09:41:32.437 回答
3

我的猜测是您的输入不存在或为空。我会检查这/path/mahout_input/complete/input.csv是否真的是你的意思。

于 2012-11-15T20:40:17.103 回答
0

也发生在我身上。

我的错误是绕过了不正确的 --target 参数，该参数在列中不存在。具体来说，我的标题行是

myColumn1,myColumn2,myColumn3

我的命令行是

mahout trainlogistic --input ./input.csv --output ./logistic_model
--target myMisTypedColumn1 --predictors myColumn2 myColumn3 --types www --features 2 --passes 100 --rate 50 --categories 2

另一个提示是：不要使用“（引号）或长列名，因此您应该避免“mahout 不喜欢我的列名吗？”等令人头疼的问题。

作为对 MAHOUT 的反馈：错误信息很糟糕。在这样一个有前途的框架中，我们永远不应该看到“NullPointerException”。

于 2015-07-01T07:54:43.433 回答