WARN driver.MahoutDriver：无法添加类：org.apache.mahout.classifier.bayes.PrepareTwentyNewsgroups

Question

我是Hadoop和Mahout的新手。首先，我运行了Mahout提供的贝叶斯分类器的简单示例。我想得到贝叶斯训练输入数据集，所以我运行了以下命令：

mahout org.apache.mahout.classifier.bayes.PrepareTwentyNewsgroups

-p /Examples/20news-bydate-train

-o /Examples/bayes-train-input

-a org.apache.mahout.vectorizer.DefaultAnalyzer

-c UTF-8

但结果是

  

我该如何解决这个问题？

Answer 1

从Mahout版本0.6开始，不推荐使用诸如PrepareTwentyNewsgroups，trainclassifier，testclassifier等CLI API，您可以从examples / bin目录运行一些shell脚本示例，例如：运行examples / bin / classify-20newsgroups.sh。

此问题的一种可能解决方案是回归到版本0.6。

Answer 2

写道：

 MAHOUT_LOCAL is not set

因此无法找到PrepareTwentyNewsGroups类。根据您的系统，设置环境变量MAHOUT_LOCAL，例如：

  MAHOUT_LOCAL=/usr/local/lib/mahout
  export MAHOUT_LOCAL

（将这些行放入.bash_profile文件中，或者只是放入shell中尝试尝试它是否正常工作）

Answer 3

实际上，根据http://svn.apache.org/repos/asf/mahout/trunk/bin/mahout：

  

MAHOUT_LOCAL：设置为空字符串以外的任何内容，以强制mahout在本地运行，即使设置了HADOOP_CONF_DIR和HADOOP_HOME

如果要在本地运行mahout，则只需设置MAHOUT_LOCAL。 如果要在hadoop集群上运行它，只需设置HADOOP_HOME和HADOOP_CONF_DIR即可。