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

功能介绍

线性SVM算法是经典的二分类算法，通过对打标签样本集合训练得到模型，使用模型预测样本的标签。逻辑回归组件支持稀疏、稠密两种数据格式。

算法原理

SVM使用铰链损失函数（hinge loss）计算经验风险（empirical risk）并在求解系统中加入了正则化项以优化结构风险，是一个具有稀疏性
和稳健性的分类器。

算法使用

SVM在各领域的模式识别问题中有应用，包括人像识别、文本分类、手写字符识别、生物信息学等。

文献

[1] Vapnik, V．Statistical learning theory. 1998 (Vol. 3). ．New York, NY：Wiley，1998：Chapter 10-11, pp.401-492.

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 |

| 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 | | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | 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_data = pd.DataFrame([
  8.     [2, 1, 1],
  9.     [3, 2, 1],
  10.     [4, 3, 2],
  11.     [2, 4, 1],
  12.     [2, 2, 1],
  13.     [4, 3, 2],
  14.     [1, 2, 1],
  15.     [5, 3, 2]
  16. ])
  18. batchData = BatchOperator.fromDataframe(df_data, schemaStr='f0 int, f1 int, label int')
  19. streamData = StreamOperator.fromDataframe(df_data, schemaStr='f0 int, f1 int, label int')
  21. colnames = ["f0","f1"]
  22. lr = LinearSvmTrainBatchOp().setFeatureCols(colnames).setLabelCol("label")
  23. model = batchData.link(lr)
  25. predictor = LinearSvmPredictStreamOp(model).setPredictionCol("pred")
  26. predictor.linkFrom(streamData).print()
  27. 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.LinearSvmTrainBatchOp;
  5. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  6. import com.alibaba.alink.operator.stream.StreamOperator;
  7. import com.alibaba.alink.operator.stream.classification.LinearSvmPredictStreamOp;
  8. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  9. import org.junit.Test;
  11. import java.util.Arrays;
  12. import java.util.List;
  14. public class LinearSvmPredictStreamOpTest {
  15.     @Test
  16.     public void testLinearSvmPredictStreamOp() throws Exception {
  17.         List <Row> df_data = Arrays.asList(
  18.             Row.of(2, 1, 1),
  19.             Row.of(3, 2, 1),
  20.             Row.of(4, 3, 2),
  21.             Row.of(2, 4, 1),
  22.             Row.of(2, 2, 1),
  23.             Row.of(4, 3, 2),
  24.             Row.of(1, 2, 1),
  25.             Row.of(5, 3, 2)
  26.         );
  27.         BatchOperator <?> batchData = new MemSourceBatchOp(df_data, "f0 int, f1 int, label int");
  28.         StreamOperator <?> streamData = new MemSourceStreamOp(df_data, "f0 int, f1 int, label int");
  29.         String[] colnames = new String[] {"f0", "f1"};
  30.         BatchOperator <?> lr = new LinearSvmTrainBatchOp().setFeatureCols(colnames).setLabelCol("label");
  31.         BatchOperator <?> model = batchData.link(lr);
  32.         StreamOperator <?> predictor = new LinearSvmPredictStreamOp(model).setPredictionCol("pred");
  33.         predictor.linkFrom(streamData).print();
  34.         StreamOperator.execute();
  35.     }
  36. }

运行结果

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

| 2 | 1 | 1 | 1 |

| 3 | 2 | 1 | 1 |

| 4 | 3 | 2 | 2 |

| 2 | 4 | 1 | 1 |

| 2 | 2 | 1 | 1 |

| 4 | 3 | 2 | 2 |

| 1 | 2 | 1 | 1 |

| 5 | 3 | 2 | 2 |