在Mahout中，文本分类算法主要是基于朴素贝叶斯分类器实现的。朴素贝叶斯分类器是一种统计学习方法，通过计算文本中各个特征词语的概率来对文本进行分类。Mahout的朴素贝叶斯分类器可以用于文本分类、垃圾邮件过滤、情感分析等任务。该算法在处理大规模数据时表现较好，且易于实现和部署。Mahout还提供了其他基于机器学习的文本分类算法，如随机森林、支持向量机等。