Java 类名：com.alibaba.alink.operator.stream.regression.RandomForestRegPredictStreamOp
Python 类名：RandomForestRegPredictStreamOp

功能介绍

  • 随机森林回归是一种常用的树模型，由于bagging的过程，可以避免过拟合
  • 随机森林回归组件支持稠密数据格式
  • 支持带样本权重的训练

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 | ✓ | | |

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

| reservedCols | 算法保留列名 | 算法保留列 | 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, "A", 0, 0, 0],
  9.         [2.0, "B", 1, 1, 0],
  10.         [3.0, "C", 2, 2, 1],
  11.         [4.0, "D", 3, 3, 1]
  12.     ])
  14. batchSource = BatchOperator.fromDataframe(df, schemaStr=' f0 double, f1 string, f2 int, f3 int, label int')
  15. streamSource = StreamOperator.fromDataframe(df, schemaStr=' f0 double, f1 string, f2 int, f3 int, label int')
  17. trainOp = RandomForestRegTrainBatchOp()\
  18.             .setLabelCol('label')\
  19.             .setFeatureCols(['f0', 'f1', 'f2', 'f3'])\
  20.             .linkFrom(batchSource)
  22. RandomForestRegPredictBatchOp()\
  23.      .setPredictionCol('pred')\
  24.      .linkFrom(trainOp, batchSource).print()
  26. RandomForestRegPredictStreamOp(trainOp)\
  27.     .setPredictionCol('pred')\
  28.     .linkFrom(streamSource)\
  29.     .print()
  31. 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.regression.RandomForestRegPredictBatchOp;
  5. import com.alibaba.alink.operator.batch.regression.RandomForestRegTrainBatchOp;
  6. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  7. import com.alibaba.alink.operator.stream.StreamOperator;
  8. import com.alibaba.alink.operator.stream.regression.RandomForestRegPredictStreamOp;
  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 RandomForestRegPredictStreamOpTest {
  16.     @Test
  17.     public void testRandomForestRegPredictStreamOp() throws Exception {
  19.         List <Row> df = Arrays.asList(
  20.             Row.of(1.0, "A", 0, 0, 0),
  21.             Row.of(2.0, "B", 1, 1, 0),
  22.             Row.of(3.0, "C", 2, 2, 1),
  23.             Row.of(4.0, "D", 3, 3, 1)
  24.         );
  25.         BatchOperator <?> batchSource = new MemSourceBatchOp(df, " f0 double, f1 string, f2 int, f3 int, label int");
  26.         StreamOperator <?> streamSource = new MemSourceStreamOp(df, " f0 double, f1 string, f2 int, f3 int, label "
  27.             + "int");
  29.         BatchOperator <?> trainOp = new RandomForestRegTrainBatchOp()
  30.             .setLabelCol("label")
  31.             .setFeatureCols("f0", "f1", "f2", "f3")
  32.             .linkFrom(batchSource);
  33.         new RandomForestRegPredictBatchOp()
  34.             .setPredictionCol("pred")
  35.             .linkFrom(trainOp, batchSource).print();
  36.         new RandomForestRegPredictStreamOp(trainOp)
  37.             .setPredictionCol("pred")
  38.             .linkFrom(streamSource)
  39.             .print();
  40.         StreamOperator.execute();
  41.     }
  42. }

运行结果

流预测结果

| f0 | f1 | f2 | f3 | label | pred | | —- | —- | —- | —- | —- | —- |

| 4.0000 | D | 3 | 3 | 1 | 1.0000 |

| 2.0000 | B | 1 | 1 | 0 | 0.0000 |

| 1.0000 | A | 0 | 0 | 0 | 0.0000 |

| 3.0000 | C | 2 | 2 | 1 | 1.0000 |