Apache Flink - Aprendizado de Máquina

A biblioteca de aprendizado de máquina do Apache Flink é chamada FlinkML. Como o uso de aprendizado de máquina tem aumentado exponencialmente nos últimos 5 anos, a comunidade Flink decidiu adicionar este APO de aprendizado de máquina também em seu ecossistema. A lista de contribuidores e algoritmos está aumentando no FlinkML. Esta API ainda não faz parte da distribuição binária.

Aqui está um exemplo de regressão linear usando FlinkML -

// 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)

Dentro flink-1.7.1/examples/batch/caminho, você encontrará o arquivo KMeans.jar. Vamos rodar este exemplo de FlinkML.

Este programa de exemplo é executado usando o ponto padrão e o conjunto de dados do centroide.

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