Flink doc は、SVM アルゴリズムのスカラの例を示しています。
val trainingDS: DataSet[LabeledVector] = env.readLibSVM(pathToTrainingFile)
val svm = SVM()
.setBlocks(10)
// Learn the SVM model
svm.fit(trainingDS)
"fit" の呼び出しはどのように Java に変換されますか?
(Java 式 "svm.fit(trainingDS)" は、Java コンパイラ エラーを返します。
"型 SVM のメソッド fit(DataSet, ParameterMap, FitOperation) は、引数 (DataSet) には適用できません" )
現在、FlinkML は Scala でのみ使用できます。その理由は、FlinkML には、データ分析パイプラインを簡単に構築できる柔軟なパイプライン メカニズムが付属しているためです。これらのパイプラインは、任意の数のEstimatorsと 1 つの末尾の で構成できますPredictor。
このメカニズムの実装は、プログラム ロジックをカプセル化する型クラスに依存します。型クラスは、それらを暗黙的な値として宣言することにより、自動的に取得され、連鎖されます。したがって、Scala コンパイラは、正しいプログラム ロジックが実行されることを確認します。
理論的には、これらのパイプラインを手動で構築することは可能です。ただし、これは骨の折れるプロセスであるため、FlinkML とやり取りしたい場合は、単純に Flink の Scala API を使用することをお勧めします。