关于机器学习:使用-Maven-快速构建-Alink-项目

40次阅读

共计 4071 个字符,预计需要花费 11 分钟才能阅读完成。

刚公布的 Alink 1.1.0 版本,反对公布到 Maven Central,Java 开发者通过 Maven 能够疾速搭建 Alink 机器学习我的项目。本文将演示一个简略的构建计划,便于爱好者疾速入门。

先说一下相干的环境,Windows 零碎,应用的 Jave 编辑器是 InterlliJ IDEA(Version 2019.3.2),Java SDK 的版本为 1.8。

第一步,创立我的项目

在 InterlliJ IDEA 中抉择创立新我的项目,并抉择 Maven,如下图所示:

应用默认选项,不必勾选 ”Create from archetype”,点击 ”Next” 按钮,进入下图所示页面,这里只需填写 Name 项,其它内容会主动关联生成。

最初,点击 ”Finish” 按钮,就实现了 Maven 工程的创立。

咱们在 InterlliJ IDEA 编辑器中能够看到整个我的项目的构造如下:

咱们查看 pom.xml,内容如下:

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>AlinkMavenExample</artifactId>
    <version>1.0-SNAPSHOT</version>


</project>

第二步,HelloAlink

在开始引入 Alink 相干 jar 包前,咱们先进行一个小试验,运行简略的打印输出。在 src -> main -> java 下新建一个 package: “org.example”,再新建一个 Java Class:

"HelloAlink.java"
package org.example;

public class HelloAlink {public static void main(String[] args) {System.out.println("Hello Alink!");
    }
}

运行该代码,后果失常打印。

而后,咱们在看一下 maven 打包的状况,进入 IDEA 的 Maven 窗口,如下图所示:

在 Maven 窗口中点击执行 ”package” 操作,操作失常执行实现。在该我的项目文件夹的 target 子文件夹下能够看到打包进去的 AlinkMavenExample-1.0-SNAPSHOT.jar。

第三步,批改 POM 文件,导入 Alink 相干 jar 包

这是本文中最重要的环节,在 POM 文件中设置 Alink 相干的 dependency,从而在我的项目中能够应用 Alink 库函数。

能够从如下两个地址中找到 Alink1.1.0 的 dependency 设置:

[1]https://github.com/alibaba/Al…
[2]https://zhuanlan.zhihu.com/p/…

其实,Alink 提供了两个设置计划,别离针对 Flink 1.10 和 Flink 1.9 版本,这里咱们抉择针对 Flink 最新版本的计划。复制 dependency 项,并粘贴到 POM 的 <dependencies>…</dependencies> 中,改变后的 POM 文件内容如下:

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>org.example</groupId>
    <artifactId>AlinkMavenExample</artifactId>
    <version>1.0-SNAPSHOT</version>

    <dependencies>
        <dependency>
            <groupId>com.alibaba.alink</groupId>
            <artifactId>alink_core_flink-1.10_2.11</artifactId>
            <version>1.1.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-streaming-scala_2.11</artifactId>
            <version>1.10.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.flink</groupId>
            <artifactId>flink-table-planner_2.11</artifactId>
            <version>1.10.0</version>
        </dependency>
    </dependencies>

</project>

这是 IDEA 会弹出小窗如下:

抉择 ”Import Changes”,须要期待一段时间,将所需的 jar 包下载到本地 maven 仓库。

第四步,构建运行

参考 Alink 的 Java 例子:

[3]https://github.com/alibaba/Al…

在以后我的项目中新建 KMeansExample.java,保留以后的 package 门路 package org.example;,将 Alink 例子中的其它代码间接复制过去。代码如下:

package org.example;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.source.CsvSourceBatchOp;
import com.alibaba.alink.pipeline.Pipeline;
import com.alibaba.alink.pipeline.clustering.KMeans;
import com.alibaba.alink.pipeline.dataproc.vector.VectorAssembler;

/**
 * Example for KMeans.
 */
public class KMeansExample {public static void main(String[] args) throws Exception {
        String URL = "https://alink-release.oss-cn-beijing.aliyuncs.com/data-files/iris.csv";
        String SCHEMA_STR = "sepal_length double, sepal_width double, petal_length double, petal_width double, category string";

        BatchOperator data = new CsvSourceBatchOp().setFilePath(URL).setSchemaStr(SCHEMA_STR);

        VectorAssembler va = new VectorAssembler()
                .setSelectedCols(new String[]{"sepal_length", "sepal_width", "petal_length", "petal_width"})
                .setOutputCol("features");

        KMeans kMeans = new KMeans().setVectorCol("features").setK(3)
                .setPredictionCol("prediction_result")
                .setPredictionDetailCol("prediction_detail")
                .setReservedCols("category")
                .setMaxIter(100);

        Pipeline pipeline = new Pipeline().add(va).add(kMeans);
        pipeline.fit(data).transform(data).print();}
}

而后,抉择运行 KMeansExample.main(),可看到失常的输入后果如下(显示篇幅关系,只保留了头两条和开端 2 条数据):

category|prediction_result|prediction_detail
--------|-----------------|-----------------
Iris-setosa|0|0.49148233882941467 0.3017994492572307 0.2067182119133547
Iris-versicolor|1|0.3249474882831926 0.396327539544579 0.2787249721722284
......
Iris-virginica|2|0.13906038938197507 0.38042216584746935 0.4805174447705556
Iris-virginica|1|0.18304443868954268 0.43146730855314785 0.38548825275730947

以上,即可实现 Alink 我的项目的创立。

正文完
 0