mahout 分类算法

         数据挖掘有很多的领域，分类是其中之一，分类就是把一些新的数据项映射到给定类别的中的某一个类别，比如当我们发表一篇文章的时候，就可以自动的把这篇文章划分到某一个文章类别，一般的过程是根据样本的数据利用一定的分类算法，得到分类规则，新的数据过来就依据该规则进行类别的划分。         分类在数据挖掘中是一项非常重要的任务，有很多的用途。比如预测，即从历史的样本数据中推算出未来数据的趋向。项目期间，通过使用小儿中医肺炎的数据将肺炎的类型进行分类，然后通过输入新的数据记录来判断患者究竟属于哪一种肺炎类型，以便对症下药。

        相对于聚类，分类和聚类的区别就是是否有预先的学习阶段，聚类是没有的，一开始就聚类，而分类是有学习过程的，用分类可以解决的问题，用聚类肯定可以解决。但是就平均的准确度来说，分类算法的准确度可能会高点，原因是分类使用了数据原有的特性，根据数据已有的特性形成规则，然后使用规则对数据进行分析。在Mahout中有很多的分类算法，项目期间主要是用到了Bayesian和RandomForest算法。