Mahout 推荐器、Flink、Spark MLLib、'gray box'
Mahout recommender, Flink, Spark MLLib, 'gray box'
我是 Mahout-Samsara 的新手，我正在尝试了解不同项目的 "domain" 以及它们之间的相互关系。
我了解到 Apache Mahout-Samsara 弃用了许多 MapReduce 算法，并且这些算法将基于 Apache Flink 或 Spark 或其他引擎，如 h2o（基于 "Apache Mahout: Beyond MapReduce" 书中的介绍）。
我想尝试一些推荐算法，但我不太确定什么是新的，什么是 'deprecated'。我看到以下链接，
参考spark-rowsimilarity和spark-itemsimilarity。 （我不明白这些链接是在谈论一种独立的算法还是一种设计……这可能是一种设计，因为它们没有在 mahout dot apachedot org/users/basics/algorithms.html 中列出。 .. 无论如何...）。
同时，Apache Flink（或者是Spark MLLib？）实现了推荐的ALS算法（Machine Learning for Flink and Spark MLlib）。
一般问题：
是否弃用了 mahout.apache.org 中的这些算法并将它们迁移到 Flink / Spark MLLib，以便 Flink / Spark MLLib 的 ML 库和支持会增长？
Flink / Spark MLLib 更像是一个引擎还是引擎+算法库，对算法有很好的支持？
有助于对话的其他链接：
具体问题：
我想尝试推荐算法 'gray box'（部分 'black box' 因为我不想太深入数学，部分 'white box' 因为我想将模型和数学调整到我需要改进结果的程度）。
我对其他 ML 算法还不感兴趣。我考虑过从现成的东西开始，然后更改 MLLib 的 ALS 实现。那会是一个好方法吗？还有其他建议吗？
Spark-itemsimilarity 和 spark-rowsimialrity 是命令行可访问的驱动程序。它们基于 Mahout-Samsara 中的 类。这些描述适用于自 v0.10.0 以来支持的 运行 代码。
link https://mahout.apache.org/users/basics/algorithms.html 显示 "compute-engine" 支持哪些算法。 "Mapreduce" 列中的任何内容都符合弃用要求。
也就是说，Mahout-Samsara 不像 0.10.0 之前的 Mahout 那样是算法的集合。它现在有一个类似 R 的 DSL，其中包括广义张量数学，大多数 Mahout-Samsara 算法都是从中构建的。因此，请将 Mahout 视为 "roll-you-own math and algorithm" 工具。但是每个产品都可以根据您选择的计算引擎进行扩展。引擎本身也可以本地使用，因此您不必仅使用抽象的 DSL。
关于 Mahout-Samsara 与 MLlib 或任何算法库的关系，它们之间会有重叠，两者都可以在您的代码中互换使用。
关于推荐系统，新的 SimilarityAnalysis.cooccurrence 实施了一项重大创新，称为交叉出现，它允许推荐系统吸收几乎所有关于用户或用户上下文的已知信息，甚至可以考虑项目内容的相似性。 Mahout-Samsara 部分是相关交叉事件的引擎。请参阅此处描述算法的一些幻灯片：http://www.slideshare.net/pferrel/unified-recommender-39986309
使用成熟的 PredictionIO 框架（PIO 本身现在是拟议的 Apache 孵化器项目）有一个完整的端到端实现，可以使用以下说明进行安装：https://github.com/actionml/cluster-setup/blob/master/install.md
我已经在 Flink 上研究 ML 有一段时间了，我正在做我公平的侦察工作，我正在监控这个生态系统中发生的事情。您要问的是根本不存在的项目之间的合理协调。算法一遍又一遍地重新实现，就我所见，这样做比与不同的框架集成更容易。 Samsara 它实际上是最便携的解决方案之一，但它只适用于少数应用程序。
Is it that these algorithms from mahout.apache.org are deprecated and they are being migrated to Flink / Spark MLLib, so that the ML library and support at Flink / Spark MLLib will grow?
正如我所说，这需要项目之间的协调，这不是一回事。
Is Flink / Spark MLLib intended to be more an engine or engine + algorithm library with good support for the algorithms?
他们应该是理想生态系统中的第一件事，但他们会继续为商业目的构建自己的 ML 库：开箱即用的带有 ML 库的计算引擎卖得很好。事实上，我全职致力于 Flink ML 并不是因为我相信它一定是在 Flink 上进行 ML 的最佳方式，而是因为，现在，它是 Flink 需要在许多环境中销售的东西。
@pferrel 建议 PredictionIO 是一款出色的软件，但有许多替代品正在开发中：例如 Beam 正在设计机器学习 API 以概括不同运行器的实现（Flink、Spark、H2O 和很快）。另一种选择是数据分析平台，如 Knime、RapidMiner 等，它们可以在 Spark 或其他大数据工具上构建管道。
我是 Mahout-Samsara 的新手，我正在尝试了解不同项目的 "domain" 以及它们之间的相互关系。 我了解到 Apache Mahout-Samsara 弃用了许多 MapReduce 算法，并且这些算法将基于 Apache Flink 或 Spark 或其他引擎，如 h2o（基于 "Apache Mahout: Beyond MapReduce" 书中的介绍）。
我想尝试一些推荐算法，但我不太确定什么是新的，什么是 'deprecated'。我看到以下链接，
参考spark-rowsimilarity和spark-itemsimilarity。 （我不明白这些链接是在谈论一种独立的算法还是一种设计……这可能是一种设计，因为它们没有在 mahout dot apachedot org/users/basics/algorithms.html 中列出。 .. 无论如何...）。
同时，Apache Flink（或者是Spark MLLib？）实现了推荐的ALS算法（Machine Learning for Flink and Spark MLlib）。
一般问题：
是否弃用了 mahout.apache.org 中的这些算法并将它们迁移到 Flink / Spark MLLib，以便 Flink / Spark MLLib 的 ML 库和支持会增长？
Flink / Spark MLLib 更像是一个引擎还是引擎+算法库，对算法有很好的支持？
有助于对话的其他链接：
具体问题：
我想尝试推荐算法 'gray box'（部分 'black box' 因为我不想太深入数学，部分 'white box' 因为我想将模型和数学调整到我需要改进结果的程度）。
我对其他 ML 算法还不感兴趣。我考虑过从现成的东西开始，然后更改 MLLib 的 ALS 实现。那会是一个好方法吗？还有其他建议吗？
Spark-itemsimilarity 和 spark-rowsimialrity 是命令行可访问的驱动程序。它们基于 Mahout-Samsara 中的 类。这些描述适用于自 v0.10.0 以来支持的 运行 代码。
link https://mahout.apache.org/users/basics/algorithms.html 显示 "compute-engine" 支持哪些算法。 "Mapreduce" 列中的任何内容都符合弃用要求。
也就是说，Mahout-Samsara 不像 0.10.0 之前的 Mahout 那样是算法的集合。它现在有一个类似 R 的 DSL，其中包括广义张量数学，大多数 Mahout-Samsara 算法都是从中构建的。因此，请将 Mahout 视为 "roll-you-own math and algorithm" 工具。但是每个产品都可以根据您选择的计算引擎进行扩展。引擎本身也可以本地使用，因此您不必仅使用抽象的 DSL。
关于 Mahout-Samsara 与 MLlib 或任何算法库的关系，它们之间会有重叠，两者都可以在您的代码中互换使用。
关于推荐系统，新的 SimilarityAnalysis.cooccurrence 实施了一项重大创新，称为交叉出现，它允许推荐系统吸收几乎所有关于用户或用户上下文的已知信息，甚至可以考虑项目内容的相似性。 Mahout-Samsara 部分是相关交叉事件的引擎。请参阅此处描述算法的一些幻灯片：http://www.slideshare.net/pferrel/unified-recommender-39986309
使用成熟的 PredictionIO 框架（PIO 本身现在是拟议的 Apache 孵化器项目）有一个完整的端到端实现，可以使用以下说明进行安装：https://github.com/actionml/cluster-setup/blob/master/install.md
我已经在 Flink 上研究 ML 有一段时间了，我正在做我公平的侦察工作，我正在监控这个生态系统中发生的事情。您要问的是根本不存在的项目之间的合理协调。算法一遍又一遍地重新实现，就我所见，这样做比与不同的框架集成更容易。 Samsara 它实际上是最便携的解决方案之一，但它只适用于少数应用程序。
Is it that these algorithms from mahout.apache.org are deprecated and they are being migrated to Flink / Spark MLLib, so that the ML library and support at Flink / Spark MLLib will grow?
正如我所说，这需要项目之间的协调，这不是一回事。
Is Flink / Spark MLLib intended to be more an engine or engine + algorithm library with good support for the algorithms?
他们应该是理想生态系统中的第一件事，但他们会继续为商业目的构建自己的 ML 库：开箱即用的带有 ML 库的计算引擎卖得很好。事实上，我全职致力于 Flink ML 并不是因为我相信它一定是在 Flink 上进行 ML 的最佳方式，而是因为，现在，它是 Flink 需要在许多环境中销售的东西。
@pferrel 建议 PredictionIO 是一款出色的软件，但有许多替代品正在开发中：例如 Beam 正在设计机器学习 API 以概括不同运行器的实现（Flink、Spark、H2O 和很快）。另一种选择是数据分析平台，如 Knime、RapidMiner 等，它们可以在 Spark 或其他大数据工具上构建管道。