Apache Flink - 机器学习

---

Apache Flink 的机器学习库称为 FlinkML。由于机器学习的使用在过去 5 年中呈指数级增长，Flink 社区决定将这个机器学习 APO 也添加到其生态系统中。FlinkML 中的贡献者和算法列表正在不断增加。该 API 尚未成为二进制发行版的一部分。

这是使用 FlinkML 的线性回归的示例 -

// 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，您将找到 KMeans.jar 文件。让我们运行这个 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