| 作者： | Sean Owen, Robin Anil, Ted Dunning and Ellen Friedman |
| 语言： | 英文 |
| 出版年份： | 2011 |
| 下载链接： |
书籍均收集自互联网，仅供学习和研究使用，请莫用于商业用途。谢谢合作。 |
书籍摘要
核心定位
《Mahout in Action》是 Apache Mahout 机器学习库的权威实战指南，由四位核心贡献者 Sean Owen、Robin Anil、Ted Dunning 和 Ellen Friedman 联合撰写。本书聚焦于如何利用 Mahout 与 Hadoop 构建大规模、可扩展的智能应用，覆盖推荐引擎、聚类和分类三大机器学习主题。与偏重理论的教材不同，本书以"动手实践"为核心，通过完整代码示例和真实案例，帮助开发者快速将机器学习算法落地到生产环境。
内容主线
全书分为三大部分，分别对应 Mahout 的三大核心能力。第一部分（第2-6章）深入推荐系统，从协同过滤基础到分布式推荐计算，涵盖基于用户、基于物品、Slope-One 及 SVD 等多种算法。第二部分（第7-12章）聚焦聚类分析，讲解 K-means、模糊 K-means、狄利克雷聚类及 LDA 主题建模，并通过 Twitter、Last.fm、Stack Overflow 等真实数据集展示应用。第三部分（第13-17章）系统阐述分类技术，包括 SGD、朴素贝叶斯、随机森林等算法的训练、评估与部署，并以 Shop It To Me 邮件营销系统作为完整案例收尾。
章节内容
| 章节 | 内容 |
|---|---|
| 第1章 | Apache Mahout 概述：项目背景、机器学习主题、环境搭建 |
| 第2章 | 推荐系统入门：构建首个推荐引擎、评估准确率与召回率 |
| 第3章 | 推荐数据表示：Preference 对象、内存数据模型、JDBC 集成 |
| 第4章 | 推荐算法详解：基于用户/物品的推荐、相似度度量、Slope-One、SVD |
| 第5章 | 推荐系统实战：约会网站案例、领域信息注入、Web 部署与监控 |
| 第6章 | 分布式推荐：MapReduce 原理、Hadoop 上的协同过滤、云端运行 |
| 第7章 | 聚类入门：相似度度量、距离测度（欧氏、曼哈顿、余弦、Tanimoto） |
| 第8章 | 数据向量化：TF-IDF 加权、n-gram 搭配、文本转向量 |
| 第9章 | 聚类算法：K-means、Canopy、模糊 K-means、狄利克雷聚类、LDA |
| 第10章 | 聚类质量评估：簇内/簇间距离、特征选择、自定义距离测度 |
| 第11章 | 聚类生产部署：Hadoop 集群调优、批处理与在线聚类 |
| 第12章 | 聚类应用案例：Twitter 用户相似度、Last.fm 标签推荐、Stack Overflow |
| 第13章 | 分类基础：分类系统原理、训练/评估/生产流程、简单分类示例 |
| 第14章 | 分类器训练：特征提取与哈希、SGD、SVM、朴素贝叶斯、随机森林 |
| 第15章 | 分类器评估与调优：AUC、混淆矩阵、目标泄露、性能调优 |
| 第16章 | 分类器部署：大规模训练流水线、Thrift 分类服务、模型序列化 |
| 第17章 | 案例研究：Shop It To Me 邮件营销分类系统全流程 |
适用读者
本书面向希望将机器学习应用于实际项目的 Java 开发者与架构师。读者无需深厚的数学或机器学习理论背景，但具备基本的向量/矩阵运算知识会更有帮助。对于正在构建推荐系统、用户分群或内容分类产品的工程团队，本书提供了从原型到生产环境的完整路径。研究人员也可借助本书快速将新算法在 Mahout 框架上实现和验证。
总评
《Mahout in Action》是 Mahout 时代的经典之作，其价值在于将复杂的分布式机器学习概念转化为可操作的工程实践。书中对推荐、聚类、分类三大领域的覆盖均衡且深入，每个主题都遵循"概念→算法→评估→生产部署"的完整闭环。虽然 Hadoop MapReduce 已逐渐被 Spark 等新一代框架取代，但书中关于特征工程、模型评估、生产化部署的工程智慧至今仍有参考意义。对于理解大规模机器学习的工程演进，本书是不可多得的入门读物。
