Apache Flink - 机器学习

Apache Flink 的机器学习库称为 FlinkML。随着在过去 5 年中机器学习的使用呈指数级增长，Flink 社区决定在其生态系统中添加此机器学习 APO。FlinkML 中的贡献者和算法列表正在不断增加。此 API 尚未成为二进制分发的一部分。

下面是使用 FlinkML 进行线性回归的示例 -

// LabeledVector is a feature vector with a label (class or real value)
val trainingData: DataSet[LabeledVector] = ...
val testingData: DataSet[Vector] = ...

// Alternatively, a Splitter is used to break up a DataSet into training and testing data.
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)

// The fitted model can now be used to make predictions
val predictions: DataSet[LabeledVector] = mlr.predict(testingData)

在 flink-1.7.1/examples/batch/ 路径中，你会找到 KMeans.jar 文件。让我们运行此 FlinkML 示例。

使用默认点和质心数据集运行此示例程序。

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