Flink 机器学习

• 

  Flink 机器学习

  Apache Flink的机器学习库称为FlinkML。由于过去五年来机器学习的使用呈指数增长，因此Flink社区决定将这种机器学习APO也添加到其生态系统中。在FlinkML中，贡献者和算法的列表正在增加。此API尚未成为二进制分发的一部分。

  这是使用FlinkML进行线性回归的示例-

  
  // LabeledVector是带有标签(类值或实值)的特征向量
  val trainingData: DataSet[LabeledVector] = ...
  val testingData: DataSet[Vector] = ...
  
  // 或者，使用分割器将数据集分解为训练和测试数据。
  val dataSet: DataSet[LabeledVector] = ...
  val trainTestData: DataSet[TrainTestDataSet] = Splitter.trainTestSplit(dataSet)
  val trainingData: DataSet[LabeledVector] = trainTestData.training
  val testingData: DataSet[Vector] = trainTestData.testing.map(lv => lv.vector)
  val mlr = MultipleLinearRegression()
  
  .setStepsize(1.0)
  .setIterations(100)
  .setConvergenceThreshold(0.001)
  mlr.fit(trainingData)
  
  // 拟合的模型现在可以用来进行预测
  val predictions: DataSet[LabeledVector] = mlr.predict(testingData)
  

  在flink/batch/路径中，您会找到KMeans.jar文件。让我们运行此示例FlinkML示例。该示例程序使用默认点和质心数据集运行。

  
  ./bin/flink run examples/batch/KMeans.jar --output Print