机器学习实战

Mrjob用于在Amazon网络服务上启动MapReduce作业。安装mrjob与Python中其他模块一样方便：打开https://github.com/Yelp/mrjob，在页面左边可以看到“ZIP”按钮，点击该按钮下载最新的版本。用unzip和untar解压文件，进入到解压目录后在Python提示符下输入：

>python setup.py install

GitHub已经列出了很多代码的样例。此外还有一个不错的网站http ://packages.python.org/mrjob/ 也提供了一些Python的官方文档。

在AWS上正式使用mrjob之前，需要设置两个环境变量： $AWS_ACCESS_KEY_ID和$AWS_SECRET_ACCESS_KEY。它们的值应该设置成你的账号（如果你拥有账号的话），该账号信息可以在登陆AWS后，在Account > Security Credentials页面看到。

下面来设定一下这些环境变量，打开命令行提示符，输入以下命令：

>set AWS_ACCESS_KEY_ID=1269696969696969

验证一下是否有效：

>echo %AWS_ACCESS_KEY_ID%

同样的方法可以完成AWS_SECRET_ACCESS_KEY的设置。

如果要在Mac OS X上设置这些环境变量，打开终端窗口（新版本的OS X使用bash命令行），输入以下命令：

>AWS_ACCESS_KEY_ID=1269696969696969
>export AWS_ACCESS_KEY_ID

同样的方法可以完成AWS_SECRET_ACCESS_KEY的设置，注意字符串不需要引号。 Ubuntu Linux也默认使用bash命令行，所以上述Mac OS X命令也同样适用。如果读者使用的是其他命令行，请自行查找相应的环境变量设置方法，不会很难。