0

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

生成错误：

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

4

1 回答 1

1

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的事实。我只是使用 Cloudera 中的 mahout 命令来运行示例。在您的情况下，命令将是：

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，应该是数据集大小的 1/10 左右

-sl 用于指定随机选择的变量个数

-p 告诉 mahout 使用部分实现

其余变量应该没问题。

于 2014-08-15T01:47:33.543 回答