Preface?前 言
为什么要写这本书
2010年以后，世界快速进入了大数据时代，Hadoop成为大数据分析的首选平台和开发标准，无数数据分析软件纷纷向Hadoop靠拢。在Hadoop原有技术基础之上，涌现了Hadoop家族产品，它们正在配合“大数据”概念不断创新，推动科技进步。因此，新一代IT精英也必须顺应潮流，抓住机遇，随着Hadoop一起发展和成长！
简而言之，Hadoop是由Apache基金会开发的一个优秀的云计算技术框架，用户在其基础上即使不了解分布式底层细节，也可以开发分布式程序。Hadoop家族成员中的诸多成员进一步利用了这一优势，拓展了云计算的应用领域，降低了相应的软件开发门槛，而Mahout就是其中最难掌握，也是最有竞争力且最值得学习的项目之一。
Mahout是一个基于Hadoop的机器学习和数据挖掘的分布式计算框架，在MapReduce模式下封装实现了大量数据挖掘经典算法，为Hadoop开发人员提供了数据建模的标准，从而大大降低了大数据应用中并行挖掘产品的开发难度。在掌握了Mahout之后，Hadoop开发人员可以直接调用相关算法模型的接口，方便、快捷地创建智能应用程序，从而大幅提升商业智能软件的大数据分析处理能力。
但是，目前关于Mahout的参考资料比较少，比较有名的是Sean Owen编写的《Mahout in Action》，更多时候开发者只能通过Mahout的官网或者网络上一些技术爱好者发布的博客内容来进行学习。《Mahout in Action》是一本全英文的书籍，而且出版年份比较早，对国内的一些Mahout爱好者来说，阅读此书有一定的难度，因此，笔者就有了结合自己的经验写一本与Mahout有关的书籍的想法。本书针对Mahout算法库目前收录的大多数算法进行了分析，同时收录了笔者开发的4个简单系统，作为读者学习和实践的实例。
目录
第1章 Mahout简介
1.1 Mahout应用背景
1.2 Mahout算法库
1.3 Mahout应用
1.4 本章小结
第2章 Mahout安装配置
2.1 Mahout安装前的准备
2.2 两种安装方式
2.3 测试安装
2.4 本章小结
第3章 聚 类 算 法
3.1 Canopy算法
3.2 K-Means算法
3.3 Mean Shift算法
3.4 本章小结