单决策树C4.5由于功能太简单，并且非常容易出现过拟合的现象，于是引申出了许多变种决策树，就是将单决策树进行模型组合，形成多决策树，比较典型的就是迭代决策树GBRT和随机森林RF.

KNN算法的学习及实现源码。

爬虫的目的就是大规模地、长时间地获取数据，大规模集中对服务器访问，时间一长就有可能被拒绝。大规模集中访问对服务器的影响较大，爬虫可以短时间增大服务器负载。

User-Based CF和Item-Based CF是协同过滤中最为古老的两种算法，早在20多年前就有学者提出来，这两个算法是推荐系统的根本，因为无论是用矩阵，还是用概率模型，都非常依赖于前面两种假设。

Mahout提供一些可扩展的机器学习领域经典算法的实现。