Weka и Mahout - не алгоритмы ... это библиотеки машинного обучения. Они включают в себя реализации широкого спектра алгоритмов. Поэтому лучше всего выбрать библиотеку и попробовать несколько разных алгоритмов, чтобы увидеть, какой из них лучше всего подходит для вашей конкретной задачи (где «лучше всего работает» будет зависеть от стоимости обучения, стоимости классификации и точности классификации).
Если бы это был я, я бы начал с наивного Байеса, k-ближайших соседей и машин опорных векторов. Они представляют собой устоявшиеся, хорошо понятые методы с очень разными компромиссами. Наивный байесовский дешевый, но не особо точный. K-NN дешев во время тренировок, но (может быть) дорог во время классификации, и, хотя он обычно очень точен, он может быть подвержен перетренированности. SVM дороги в обучении и имеют множество мета-параметров для настройки, но они дешевы в применении и, как правило, по крайней мере так же точны, как k-NN.
Если вы расскажете нам больше о проблеме, которую вы пытаетесь решить, мы сможем дать более конкретный совет. Но если вы просто ищете Один Истинный Алгоритм, его нет - теорема об отсутствии бесплатного обеда гарантирует это.