是的，你需要一个小的预处理步骤。
由于生成的mat文件是一个二进制文件，因此第一步是将其转换为文本文件（.txt），每行开始一个具有38个特征值的向量。
然后，使用seqdirectory（或者编写自己的sequencefilewriter来完成它）将是下一步，所有其他步骤如路透社示例所示。
您自己的序列文件编写器的示例是如何将.txt文件转换为hadoop的序列文件格式
我对mahout lda也做了同样的尝试，在那里我编写了自己的序列文件编写器，并将其作为lda过程的下一步seq2sparse的输入。

切勿使用伪分布式模式

只有当你的数据太大而无法在一台计算机上分析时，mahout才有回报，但你确实需要至少十几台计算机来保存和处理数据。
原因是建筑。mahout构建在map reduce之上，它依赖于将大量iterim数据写入磁盘，以便能够从崩溃中恢复。
在伪分布式模式下，它无论如何也无法很好地从此类崩溃中恢复。
如果您想学习安装和配置mahout，而不需要访问真正的集群，那么伪分布式模式是可以的。用它来分析实际数据是不合理的。
相反，可以使用matlab内置的功能，或者使用为单个节点（如elki）设计的集群工具。它通常会比mahout好一个数量级，因为它不会多次将所有内容写入磁盘。在我的实验中，这些工具能够比10核mahout集群在单个核上的性能提高10倍。因为i/o成本完全支配运行时。

自我标杆

如果你在这方面不信任我，那就给自己做个基准。将reuters数据加载到matlab中，并在那里进行聚类。我敢肯定，matlab会让mahout看起来像一个古老的时尚。