Hadoop 调试mahout逻辑回归

我是个新手。。我正在尝试下面列出的标准“甜甜圈”示例：

所以这个例子很有魅力

但是当我试图在我的数据集（whcih是一个巨大的数据集）上实现它时，它不起作用

数据集位于一个csv文件中。。一切都是一样的，只是它有很多特性（~100）并且是1TB文件

我得到了这个错误

 bin/mahout trainlogistic  --input /path/mahout_input/complete/input.csv \
--output mahoutmodel --target default --categories 2 --predictors O1 E1 I1 \
 --types numeric --features 30 --passes 100 --rate 50
Running on hadoop, using HADOOP_HOME=/opt/mapr/hadoop/hadoop-0.20.2
No HADOOP_CONF_DIR set, using /opt/mapr/hadoop/hadoop-0.20.2/conf
Exception in thread "main" java.lang.NullPointerException
        at org.apache.mahout.classifier.sgd.CsvRecordFactory.firstLine(CsvRecordFactory.java:167)
        at org.apache.mahout.classifier.sgd.TrainLogistic.main(TrainLogistic.java:75)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
        at java.lang.reflect.Method.invoke(Method.java:597)
        at org.apache.hadoop.util.ProgramDriver$ProgramDescription.invoke(ProgramDriver.java:68)
        at org.apache.hadoop.util.ProgramDriver.driver(ProgramDriver.java:139)
        at org.apache.mahout.driver.MahoutDriver.main(MahoutDriver.java:187)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)
        at java.lang.reflect.Method.invoke(Method.java:597)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:186)

我做错了什么

如何调试这个。。错误是什么

---

谢谢

我猜您的输入不存在或为空。我会检查

/path/mahout\u input/complete/input.csv是否真的是你的意思。
要么检查你的输入路径，要么确保你的第一行输入路径在“”中有值，只像“x1”、“x2”、“x3”、“label”。所以我也遇到了类似的情况

我的错误是绕过了不正确的--target参数，该参数在列中不存在。具体来说，我的标题行是

myColumn1,myColumn2,myColumn3

我的命令行是

mahout Train logistic--输入./input.csv--输出./logistic_模型

--目标MyMistypedColumn 1--预测因子MyColumn 2 MyColumn 3--类型w--功能2--通过100--比率50--类别2

另一个小贴士是：不要使用“（引号）或长列名，因此你应该避免“mahout不喜欢我的列名吗？”等令人头痛的问题

作为对MAHOUT的反馈：错误消息很糟糕。在这样一个有前途的框架中，我们永远不会看到“NullPointerException”。
它就在那里。我再次检查了它。输入文件中的字段分隔符与MAHOUT CSV reader所期望的不同。因此我猜它无法从第一行分割并找到预测值。