Mahout是Hadoop的一种高级应用。运行Mahout需要提前安装好Hadoop。
1.下载二进制解压安装包。
到http://labs.renren.com/apache-mirror/mahout/0.9下载，我选择下载二进制包，直接解压即可。
$:tar -zxvf mahout-distribution-0.9.tar.gz
2.配置环境变量：在/etc/profile,/home/hadoop/.bashrc中添加如下红色信息
#set java environment
MAHOUT_HOME=/home/hadoop/mahout-distribution-0.9
HADOOP_HOME=/usr/hadoop-2.2.0
JAVA_HOME=/home/jdk1.7.0
PATH=$JAVA_HOME/bin:$MAHOUT_HOME/bin:$HADOOP_HOME/bin:$PATH
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$MAHOUT_HOME/lib:$JAVA_HOME/lib/tools.jar
export MAHOUT_HOME
export HADOOP_HOME
export JAVA_HOME
export PATH
export CLASSPATH
3.启动hadoop，也可以用伪分布式测试
4.mahout --help #检查Mahout是否安装完成好，看是否列出一些算法。
5.mahout使用准备
(1).下载一个文件synthetic_control.data，下载地址http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data，并把这个文件放在$MAHOUT_HOME目录下。
(2).启动hadoop:$HADOOP_HOME/bin/start-all.sh
(3).创建测试目录testdata，并把数据导入到这个testdata目录中（这里的目录的名字只能有testdata）
$:hadoop fs -mkdir testdata
$:hadoop fs -put /home/hadoop/mahout-distribution-0.7/synthetic_control.data testdata
(4).使用kmeans算法（这会运行几分钟）
$: hadoop jar /home/hadoop/mahout-distribution-0.7/mahout-examples-0.7-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job
(5). 查看结果
$:hadoop fs -lsr output
如果看到以下结果那么算法运行成功，你的安装也就成功了。
clusteredPoints clusters-0 clusters-1 clusters-10 clusters-2 clusters-3 clusters-4 clusters-5 clusters-6 clusters-7 clusters-8 clusters-9 data
计算过程：
计算结果下图：
转载于:https://www.cnblogs.com/sunwubin/p/3842189.html
相关资源：JAVA上百实例源码以及开源项目