mahout源码分析之Decision Forest 三部曲之二BuildForest（1）
Mahout版本：0.7，hadoop版本：1.0.4，jdk：1.7.0_25 64bit。
BuildForest是在mahout-examples-0.7-job.jar包的org\apache\mahout\classifier\df\mapreduce 路径下。直接运行该类，可以看到该类的使用方式：
2. 新建PartialBuilder，设置相关的参数，得到下面的forestBuilder的值如下：
3.build方法，这个是重点了。进入到Builder中的build方法中，看到是一些设置相关变量的代码：setRandomSeed、setNbTrees、setTreeBuilder。然后把dataset的路径加入到了distributedCache中，这样在Mapper中就可以直接读出这个路径了（相当于放在了内存中）。然后就是新建Job了，名字为decision forest builder，初始化这个Job，运行：
13/09/21 23:53:10 INFO common.AbstractJob: Command line arguments: {--dataset=[hdfs://ubuntu:9000/user/breiman/glass.info], --endPhase=[2147483647], --input=[hdfs://ubuntu:9000/user/breiman/input/glass.data], --nbtrees=[10], --output=[hdfs://ubuntu:9000/user/breiman/output-forest], --selection=[5], --startPhase=[0], --tempDir=[temp]}13/09/21 23:53:11 INFO mapreduce.Builder: partition : -113/09/21 23:53:11 INFO mapreduce.Builder: Configuring the job...13/09/21 23:53:11 INFO mapreduce.Builder: Running the job...这里可以看到partition的确是-1，那么在setup函数中在执行conf.getInt("mapred.task.partition", -1)这一句之前哪里对conf进行了修改么？然后对mapred.task.parition进行了赋值？可能的解决方法还是应该去看Setp1Mapper 中的信息，在conf.getInt("mapred.task.partition", -1)之后，Preconditions.checkArgument(partition >= 0, "Wrong partition ID");之前查看partition的值，但是如何做呢？
分享，成长，快乐
转载请注明blog地址：http://blog.csdn.net/fansy1990
