Java 类名：com.alibaba.alink.operator.stream.classification.KnnPredictStreamOp
Python 类名：KnnPredictStreamOp

功能介绍

KNN流式预测组件，读取模型和数据，数据流经过KNN计算逻辑输出预测结果。
KNN (K Nearest Neighbor）是一种分类算法。
KNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别;
则该样本也属于这个类别，并具有这个类别上样本的特性。
相比于Huge版KNN，此KNN的优势在于训练数据（即KNN中的字典表）较小时，速度较快。
此外，KNN的训练与一般机器学习模型的训练过程不同：在KNN训练中我们只进行一些字典表的预处理，而在预测过程中才会进行计算预测每个数据点的类别。
因此，KNN的训练和预测通常同时使用，一般不单独使用。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| predictionCol | 预测结果列名 | 预测结果列名 | String | ✓ | | |

| k | topK | topK | Integer | | | 10 |

| modelFilePath | 模型的文件路径 | 模型的文件路径 | String | | | null |

| predictionDetailCol | 预测详细信息列名 | 预测详细信息列名 | String | | | |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | null |

| vectorCol | 向量列名 | 向量列对应的列名，默认值是null | String | | | null |

| numThreads | 组件多线程线程个数 | 组件多线程线程个数 | Integer | | | 1 |

| modelStreamFilePath | 模型流的文件路径 | 模型流的文件路径 | String | | | null |

| modelStreamScanInterval | 扫描模型路径的时间间隔 | 描模型路径的时间间隔，单位秒 | Integer | | | 10 |

| modelStreamStartTime | 模型流的起始时间 | 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式，详见Timestamp.valueOf(String s) | String | | | null |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     [1, 0, 0],
  9.     [2, 8, 8],
  10.     [1, 1, 2],
  11.     [2, 9, 10],
  12.     [1, 3, 1],
  13.     [2, 10, 7]
  14. ])
  16. dataSourceOp = BatchOperator.fromDataframe(df, schemaStr="label int, f0 int, f1 int")
  17. streamData = StreamOperator.fromDataframe(df, schemaStr="label int, f0 int, f1 int")
  19. knnModel = KnnTrainBatchOp().setFeatureCols(["f0", "f1"]).setLabelCol("label").setDistanceType("EUCLIDEAN").linkFrom(dataSourceOp)
  20. predictor = KnnPredictStreamOp(knnModel).setPredictionCol("pred").setK(4)
  21. predictor.linkFrom(streamData).print()
  22. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.classification.KnnPredictBatchOp;
  5. import com.alibaba.alink.operator.batch.classification.KnnTrainBatchOp;
  6. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  7. import com.alibaba.alink.operator.stream.StreamOperator;
  8. import com.alibaba.alink.operator.stream.classification.KnnPredictStreamOp;
  9. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  10. import org.junit.Test;
  12. import java.util.Arrays;
  13. import java.util.List;
  15. public class KnnPredictBatchOpTest {
  16.     @Test
  17.     public void testKnnPredictStreamOp() throws Exception {
  18.         List <Row> df = Arrays.asList(
  19.             Row.of(1, 0, 0),
  20.             Row.of(2, 8, 8),
  21.             Row.of(1, 1, 2),
  22.             Row.of(2, 9, 10),
  23.             Row.of(1, 3, 1),
  24.             Row.of(2, 10, 7)
  25.         );
  26.         BatchOperator <?> dataSourceOp = new MemSourceBatchOp(df, "label int, f0 int, f1 int");
  27.         StreamOperator <?> streamData = new MemSourceStreamOp(df, "label int, f0 int, f1 int");
  29.         BatchOperator <?> trainOp = new KnnTrainBatchOp().setFeatureCols("f0", "f1").setLabelCol("label")
  30.             .setDistanceType("EUCLIDEAN").linkFrom(dataSourceOp);
  31.         StreamOperator <?> predictOp = new KnnPredictStreamOp(trainOp).setPredictionCol("pred").setK(4).linkFrom(streamData);
  32.         predictOp.print();
  33.         StreamOperator.execute();
  34.     }
  35. }

运行结果

| label | f0 | f1 | pred | | —- | —- | —- | —- |

| 1 | 0 | 0 | 1 |

| 2 | 8 | 8 | 2 |

| 1 | 1 | 2 | 1 |

| 2 | 9 | 10 | 2 |

| 1 | 3 | 1 | 1 |

| 2 | 10 | 7 | 2 |