不多說，直接上干貨！
Ｍahout是Apache Software Foundation(ASF)旗下的一個開源項目。
提供一些可擴展的機器學習領域經典算法的實現，旨在幫助開發人員更加方便快捷地創建智能應用程序。
Mahout包含許多實現，包括聚類、分類、推薦過濾、頻繁子項挖掘。此外，通過使用Apache Hadoop庫。
Mahout可以有效地擴展到雲中。
當然，也有資料這樣來梳理說，實際上當前它僅關注機器學習的三個主要領域，即推薦系統（協同過濾）、聚類和分類。
mahout是什么
Apache Mahout是Apache Software Foundation （ASF）旗下的一個開源項目，提供了一些經典的機器學習的算法，皆在幫助開發人員更加方便快捷地創建智能應用程序。目前已經有了三個公共發型版本，通過ApacheMahout庫，Mahout可以有效地擴展到雲中。Mahout包括許多實現，包括聚類、分類、推薦引擎、頻繁子項挖掘。
Apache Mahout的主要目標是建立可伸縮的機器學習算法。這種可伸縮性是針對大規模的數據集而言的。Apache Mahout的算法運行在ApacheHadoop平台下，它通過Mapreduce模式實現。但是，Apache Mahout並非嚴格要求算法的實現基於Hadoop平台，單個節點或非Hadoop平台也可以。Apache Mahout核心庫的非分布式算法也具有良好的性能。
Mahout 是一個機器學習 Java 類庫的集合，用於完成各種各樣的任務，如分類、評價性的聚類和模式挖掘等。
Mahout開源項目就是一個Hadoop雲平台的算法庫，已經實現了多種經典算法，並一直在擴充中，其目標就是致力於創建一個可擴容的雲平台算法庫。
在Hadoop雲平台下編程不僅要求用戶對Hadoop雲平台框架比較熟悉，還要對Hadoop雲平台下底層數據流、Map和Reduce原理非常熟悉，這是基本的編程要求。此外，用戶要編寫某一個算法還需要對該算法的原理比較熟悉，即需要對算法原理理解透徹。總體來看，編寫雲平台下的算法程序是屬於高難度的開發工作了。但是，如果使用Mahout，情況就會有很大的不同，用戶再也不用自己編寫復雜的算法，不需要掌握太高深的雲平台的框架和數據流程的理論知識。用戶所需要了解的只是算法的大概原理、算法實際應用環境和如何調用Mahout相關算法的程序接口。當然，在具體的項目中，用戶還應該根據實際需求在Mahout源代碼基礎上進行二次開發以滿足具體的實際應用情況。